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：CN115129110A

公开(公告)日：2022-09-30

申请号：CN202210294878.5

申请日：2022-03-24

Applicant: 罗伯特·博世有限公司

Inventor： C·卡勒帕里 ,  H-L·罗斯 ,  J·维瑟

IPC: G06F1/12 ,  G06F9/52 ,  G06F11/30 ,  G06F11/34

Abstract: 一种用于控制驾驶功能的方法（10），其特征在于以下特征：将对于驾驶功能而言相关的输入数据（11）输送到计算机网络（26）；通过在计算机网络（26）中在至少一个第一计算单元（41）和第二计算单元（42）上冗余地处理输入数据（11）分别产生输出数据（15）；由每个计算单元（41、42）对相应输出数据（15）补充控制字段；将计算单元（41、42）的输出数据（15）输送给比较并确定所述比较的结果（24）；以及根据结果（24），如果输出数据（15）和控制字段经受住所述比较，则将输出数据（15）按具体情况连同相应控制字段一起考虑用于驾驶功能，或者如果输出数据（15）或控制字段有偏差，则标记为有错误的。

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)。