-
公开(公告)号：CN118435184A
公开(公告)日：2024-08-02
申请号：CN202280083522.5
申请日：2022-11-22
申请人： 西门子股份公司
摘要： 根据本发明，为了保护机器学习模块(NN)的使用，提出一种变换函数(F)用于实施取决于变换参数(K)的信号变换。读入针对通过机器控制系统(CTL)使用机器学习模块(NN)特定的密匙信息(K)。用于训练机器学习模块(NN)的输入信号(TBS)通过变换函数(F)被变换为变换后的输入信号(TBST)，密匙信息(K)用作变换参数。根据变换后的输入信号(TBST)训练机器学习模块(NN)。然后将训练后的机器学习模块(NN)传送至机器控制系统(CTL)。通过机器控制系统(NN)将机器(M)的运行信号(BS)通过变换函数(F)变换为变换后的运行信号(BST)，密匙信息(K)用作变换参数。变换后的运行信号(BST)输送给训练后的机器学习模块(NN)，且根据从变换后的运行信号(BST)中导出的控制信号控制机器(M)。
-
公开(公告)号：CN118541695A
公开(公告)日：2024-08-23
申请号：CN202280088742.7
申请日：2022-12-19
申请人： 西门子股份公司
IPC分类号： G06F21/88 , G06N3/092 , G06N20/00 , G06F21/16 , G06N3/0464
摘要： 根据本发明，机器学习模块(NN)依据训练数据(TD)来被训练，以从机器(M)的操作信号(BS)中导出用于控制机器(M)的控制信号，为了保护该机器学习模块免遭盗窃，在空间分辨率上确定训练数据(TD)在这些操作信号(BS)的表示空间中的分布。此外，通过附加输入层(IL')来扩展该机器学习模块(NN)，并且将扩展的机器学习模块(NN)传送给用户。然后，在输入信号(BS、SS)被馈入扩展的机器学习模块(NN)时，通过该附加输入层(IL')来确定相应输入信号(BS、SS)在表示空间中的位置。此外，根据训练数据(TD)的分布，分别确定覆盖值，该覆盖值指定训练数据(TD)对相应输入信号(BS、SS)的位置的覆盖。最后，根据所确定的覆盖值，尤其是在覆盖值低的情况下，输出报警信号(A)。
-
公开(公告)号：CN117332834A
公开(公告)日：2024-01-02
申请号：CN202310802249.3
申请日：2023-06-30
申请人： 西门子股份公司
IPC分类号： G06N3/067 , G06N3/065 , G06N3/08 , G06Q10/083
摘要： 借助于神经网络对时间上展开到过去的过程，特别是在工业设施中同时运行的过程的管理。以包括用于单件货物的多个并行输送段的物流系统为例，每个输送段在输送方向上汇集到组合单元，描述了如何能够借助于神经网络重建对这种工业设施在时间和空间上极其复杂的控制，使得神经网络也可以可靠地识别时间和空间依赖性。这是通过数字秒表实现的，除了物流系统的传感器数据之外，所述数字秒表也被施加到神经网络，并且总是在运动检测器表明包裹通过时被重置为初始值。
-
公开(公告)号：CN116542307A
公开(公告)日：2023-08-04
申请号：CN202310089028.6
申请日：2023-02-03
申请人： 西门子股份公司
摘要： 用于机器学习模块的防盗的方法以及保护系统。根据本发明，为了被设置用于预测传感器信号的机器学习模块的防盗，将该机器学习模块训练为根据传感器信号的时间序列预测传感器信号的以后的信号值作为第一输出信号以及输出所预测的以后的信号值的分散宽度作为第二输出信号。此外给机器学习模块扩展检查模块并将经扩展的机器学习模块传送到用户。在输入信号被馈入到所传送的机器学习模块中时从输入信号导出第一输出信号和第二输出信号。根据本发明，然后通过检查模块检查：输入信号的以后的信号值是否位于在通过第一输出信号说明的信号值周围的通过第二输出信号说明的分散宽度之外。最后，根据检查结果输出报警信号。
-
公开(公告)号：CN118355380A
公开(公告)日：2024-07-16
申请号：CN202280080310.1
申请日：2022-11-15
申请人： 西门子股份公司
摘要： 按照本发明读入掩蔽信息(MK)，通过所述掩蔽信息来详细说明第一机器学习模块(NN)的输出信号(AS)的、在对于机器(M)的控制方面可容许的部分。此外，用附加的输出层#imgabs0#来扩展所述第一机器学习模块(NN)，将所述输出信号(AS)馈入到所述附加的输出层中，所述附加的输出层借助于掩蔽信息(MK)将数字水印(WM)插入到所述输出信号(AS)的可容许的部分中，并且所述附加的输出层输出就这样经过修改的输出信号(AS(WM))。而后将经扩展的第一机器学习模块(NN(WM))传送给用户。在收到第二机器模块(NN(WM))时，借助于所述掩蔽信息(MK)来检查，所述第二机器学习模块(NN(WM))的输出信号(AS)的可容许的部分是否包含所述数字水印(WM)。而后，根据检查结果输出报警信号(A)。作为所述附加的输出层#imgabs1#的替代方案或补充方案，能够将在控制机器(M)时不会出现的测试‑输入信号(TST)馈入到所述第一机器学习模块(NN)中。而后将所述第一机器学习模块(NN)的从中产生的输出信号作为数字水印加以存储并且在检查所述第二机器学习模块(NN(WM))时加以使用。
-
公开(公告)号：CN117326292A
公开(公告)日：2024-01-02
申请号：CN202310800084.6
申请日：2023-06-30
申请人： 西门子股份公司
摘要： 本发明涉及用于控制单件货物的输送段(FC)的方法，其中输送段(FC)包括多个彼此连接的子输送段(Infeed C、CCl、CC2、CC3)，它们分别由驱动器驱动。借助计算单元(CONTROL 2)利用机器学习模型控制驱动器。机器学习模型为此获得基于不由其控制的至少一个另外的输送段(FA、FB)的当前运行信息的第一输入数据。机器学习模型先前使用基于至少一个另外的输送段(FA、FB)的运行信息的第二输入数据进行了训练。在此，至少一个另外的输送段(FA、FB)的运行信息涉及检测单件货物的传感器的测量值和子输送段(Infeed A、CA1、CA2、CA3，Infeed B、CB1、CB2、CB3)的速度。本发明与此对应地还涉及用于数据处理的设备或系统、计算机程序、计算机可读数据载体和数据载体信号。
-
公开(公告)号：CN117326291A
公开(公告)日：2024-01-02
申请号：CN202310797179.7
申请日：2023-06-30
申请人： 西门子股份公司
摘要： 本发明涉及用于控制单件货物(P、P1、P2、P3)的输送段的方法，其中输送段包括彼此连接的多个子输送段(C1、C2、C3、C4、C5)，每个子输送段由驱动器驱动。一个或多个用于检测单件货物的传感器位于至少一些子输送段上。对驱动器的控制借助计算单元用机器学习模型进行。机器学习模型为此重复接收包括固定长度的向量(VECTOR)的输入数据，其中每个向量元素被分配给输送段的一个区段(BIN)且说明单件货物(P、P1、P2、P3)对相应区段(BIN)的当前占据比例。将每个子输送段(C1、C2、C3、C4、C5)划分为多个相同大小的区段(BIN)。本发明还涉及与此对应的用于数据处理的设备或系统、计算机程序、计算机可读数据载体以及数据载体信号。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.023 秒)
