公开(公告)号：CN120067528A

公开(公告)日：2025-05-30

申请号：CN202411725146.2

申请日：2024-11-28

Applicant: 罗伯特·博世有限公司

Inventor： J·豪格 ,  T·普夫罗默尔

IPC: G06F18/10 ,  G06F18/2433 ,  G06F123/02

Abstract: 本发明涉及一种用于同步关于加工过程的传感器值的时间序列的方法，其中所述方法(1)具有下述步骤：‑在至少两次实施所述加工过程期间，通过同样的传感器分别检测传感器值的至少两个时间序列(2)；‑针对传感器值的至少两个时间序列中的每个时间序列，分别求取相应的时间序列的不同的点与参考时间序列的相应的点的偏差，并且以基于求取的偏差所求取的值来推移相应的时间序列，以便同步时间序列(3)；并且‑提供同步的时间序列(4)。

公开(公告)号：CN115048971A

公开(公告)日：2022-09-13

申请号：CN202210217747.7

申请日：2022-03-07

Applicant: 罗伯特·博世有限公司

Inventor： 邱晨 ,  M·R·鲁道夫 ,  T·普夫罗默尔

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00 ,  G06V10/82 ,  G06V10/764

Abstract: 提供了经机器学习的异常检测。提供了计算机实现的方法和系统，用于训练异常检测器以区分离群数据和在其上训练异常检测器的内部数据。异常检测器包括一组可学习数据变换（310‑314）和可学习特征提取器（320）。该组可学习数据变换和可学习特征提取器基于训练目标进行联合训练，该训练目标包括用作异常评分函数的函数，该函数也可在测试时用于确定测试数据样本的异常分数。评估结果表明，异常检测器非常适用于检测非图像数据中的异常，例如数据时间系列和表格数据中的异常，并且在测试时直接应用。