公开(公告)号：CN119785137A

公开(公告)日：2025-04-08

申请号：CN202411392863.8

申请日：2024-10-08

Applicant: 罗伯特·博世有限公司

Inventor： A·斯泰默 ,  C·塞巴斯蒂安 ,  J·维瑟 ,  L·贝格尔 ,  伍氏凤英

IPC: G06V10/774 ,  G06T7/00 ,  G06N20/00

Abstract: 本发明涉及用于评估用于机器学习模型的训练数据集的方法(100)，包括以下步骤：‑提供(101)传感器数据，其中传感器数据的一部分具有探测特征，‑通过其他机器学习模型，基于具有探测特征的传感器数据的部分生成(102)合成数据，‑确定(103)训练数据集的合成数据的份额与具有探测特征的传感器数据的份额之间的比率，‑基于至少一个度量利用所确定的比率来评估(104)训练数据集。本发明此外涉及用于此目的的计算机程序、设备以及存储介质。

公开(公告)号：CN118613772A

公开(公告)日：2024-09-06

申请号：CN202380019089.3

申请日：2023-01-23

Applicant: 罗伯特·博世有限公司

Inventor： S·鲍尔勒 ,  D·沙基罗夫 ,  A·斯泰默

IPC: G05B19/418

Abstract: 本发明涉及一种用于提供过程参数模型(11)的方法，所述过程参数模型用于参数化用于制造组件(B)的生产过程(1)的一个或多个过程步骤(2)，该方法具有以下步骤：‑提供(S3)用于确定品质(G)的品质模型(12)，其中该品质模型(12)被设计用于，根据分别说明要制造的组件(B)的初级产品或中间产品的和/或用于执行过程步骤(2)的生产装置(3)的属性和/或至少一个环境条件的一个或多个预给定的状态变量(Z)和/或一个或多个预给定的测量变量(M)，以及根据控制相应过程步骤(2)之一的一个或多个过程参数(P)，直接地或借助于预给定的品质函数(13)来说明所得组件(B)的品质(G)；‑通过优化所述品质(G)，训练(S4)基于数据的过程参数模型(11)以根据一个或多个传感器检测的测量变量(M)和/或一个或多个预给定状态变量(Z)而输出一个或多个过程参数(P)。

公开(公告)号：CN120020826A

公开(公告)日：2025-05-20

申请号：CN202411633387.4

申请日：2024-11-15

Applicant: 罗伯特·博世有限公司

Inventor： A·斯泰默 ,  C·塞巴斯蒂安 ,  J·维瑟 ,  L·贝格尔 ,  伍氏凤英 ,  M·班萨尔

IPC: G06N5/045 ,  G06N20/00

Abstract: 本发明涉及一种用于使机器学习算法的函数可解释的方法，其中，所述机器学习算法被设计为将输入数据分别分配给至少两个组中的一个，而且其中，所述方法(1)具有如下步骤：‑为所述机器学习算法提供输入数据(2)；‑通过所述机器学习算法，针对所提供的输入数据的全部，分别将相对应的输入数据分配给所述至少两个组中的一个(3)；‑从所述至少两个组中的第一组中选择数据(4)；‑确定来自所述至少两个组中的第二组中的在所有包含在所述第二组中的数据中与所选择的数据最相似的数据(5)；‑将所选择的数据与所确定的数据进行比较，以便使所述机器学习算法可解释(6)；而且‑提供相对应的比较结果(7)。

公开(公告)号：CN118613799A

公开(公告)日：2024-09-06

申请号：CN202380019066.2

申请日：2023-01-23

Applicant: 罗伯特·博世有限公司

Inventor： S·鲍尔勒 ,  A·斯泰默

IPC: G06F30/27 ,  G06F30/28 ,  G06F119/08

Abstract: 本发明涉及用于训练尤其是人工神经网络形式的基于数据的工艺参数模型(11)用于在压制之后根据导热膏(4)在涂敷面上的分布图(V)提供生产工艺的工艺参数(P)的计算机实现的方法，尤其是用于在根据权利要求1至5中任一项所述的方法中使用，其中分布图(V)说明在压制之后导热膏(4)在涂敷面上的分布，其中对于一个或多个预定给定的分布图执行以下步骤：‑通过预先给定对应的预先给定的分布图(V)来评估(S12)工艺参数模型(11)，以便获得工艺参数(P)，‑根据对应的预先给定的分布图(V)借助于质量模型(12、13)确定(S14)工艺参数(P)的质量(G)，其中质量模型(12、13)说明通过所获得的工艺参数(P)根据对应的预先给定的分布图(V)对导热膏(4)的分布的实现；‑借助于质量模型(12、13)训练(S15)基于数据的工艺参数模型(11)，使得质量(G)被最大化。

公开(公告)号：CN117387529A

公开(公告)日：2024-01-12

申请号：CN202310848868.6

申请日：2023-07-11

Applicant: 罗伯特·博世有限公司

Inventor： A·斯泰默 ,  C·贝高 ,  M·班萨尔

IPC: G01B11/30 ,  G06F18/21 ,  G06F18/2135 ,  G06F18/10 ,  G06N20/00

Abstract: 本发明涉及一种用于识别对象表面上的异常的方法，其中该方法(1)具有以下步骤：(2)创建所述对象表面的深度起伏；(3)对所述深度起伏进行预处理，其中对所述深度起伏进行预处理的步骤(3)具有(4)沿着空间维度对形状进行近似，并且(5)然后将所述深度起伏减去近似的形状以获得简化起伏；以及(6)通过将机器学习算法应用于所述简化起伏来识别所述对象表面上的异常，所述机器学习算法被训练为识别深度起伏中的异常。