Vorrichtung und Verfahren zum Trainieren eines neuronalen Netzwerks zum Klassifizieren von Sequenzen von Sensordaten-Abtastwerten

• Main Authors: Pankratius, Victor, Krishnamurthy, Arjun Haritsa, Pancholi, Manthan
• Format: Patent
• Language: German
• Published: 03.11.2022
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; PHYSICS

Gemäß verschiedenen Ausführungsformen wird ein Verfahren zum Trainieren eines neuronalen Netzwerks, um Sequenzen von Sensordaten-Abtastwerten, die jeweils Sensordaten-Abtastwerte von mehreren Messzeitpunkten enthalten, in mehrere Klassen zu klassifizieren, beschrieben, aufweisend: Gruppieren von Sequenzen von Sensordaten-Abtastwerten aus zu Trainings-Tripletts, wobei jedes Triplett für eine jeweilige Klasse eine Sequenz von Sensordaten-Abtastwerten als Anker-Beispiel, eine Sequenz von Sensordaten-Abtastwerten als Positiv-Beispiel und eine Sequenz von Sensordaten-Abtastwerten als Negativ-Beispiel aufweist; und Trainieren des neuronalen Netzwerks durch Zuführen der Sequenzen von Sensordaten-Abtastwerten der Trainings-Tripletts zu dem neuronalen Netzwerk, wobei das neuronale Netzwerk Schichten zum Kombinieren von Sensordaten-Abtastwerten von unterschiedlichen Messzeitpunkten einer dem neuronalen Netzwerk zugeführten Sequenz von Sensordaten-Abtastwerten, und zur Erzeugung einer Einbettung der dem neuronalen Netzwerk zugeführten Sequenz von Sensordaten-Abtastwerten in einem Einbettungsraum aufweist und Anpassen des neuronalen Netzwerks zum Verringern des Werts einer Triplett-Verlustfunktion.