[发明专利]用来训练和评估用于分类应用的评估模型的方法和装置

权利要求书

1.一种用于利用周期性确定的输入数据集(S)来评估经过训练的基于数据的评估模型(4)以确定用于控制、调节、运行或监控技术系统(6)的模型输出(A)的方法，所述方法具有如下步骤：

-针对预先给定的数目的时间上连续的采样步长来采集(S1)输入数据集(S)；

-将所述输入数据集(S)组合(S2)成经过验证的输入数据集(S)的输入数据包(P)；

-借助于所述基于数据的评估模型(4)来确定(S3)针对所述输入数据包(P)中的输入数据集(S)中的每个输入数据集的评估结果，其中在每次评估时使所述评估模型(4)的一个或多个模型参数在数值上减小或者设置到0；

-将各个评估结果(Z)聚合(S4)，以便获得所述模型输出(A)。

2.根据权利要求1所述的方法，其中所述输入数据集(S)包括一个或多个传感器信号，尤其是以一个或多个状态参量、一个或多个传感器信号时间序列和/或一个或多个图像数据为形式。

3.根据权利要求1或2所述的方法，其中所述基于数据的评估模型(4)包括具有一层或多层人工神经元的人工神经网络，其中所述模型参数(W1，W2，...，Wn，b)针对所述神经元中的每个神经元都包括权重向量的权重以及偏置值。

4.根据权利要求1至3中任一项所述的方法，其中所述评估模型(4)的在数值上被减小或被设置到0的一个或多个模型参数通过随机选择来被选择。

5.根据权利要求4所述的方法，其中在数值上被减小或被设置到0的模型参数的数目在所述模型参数的总数的1％与10％之间、优选地在5％与20％之间。

6.根据权利要求1至5中任一项所述的方法，其中所述经过训练的基于数据的评估模型(4)基于与所标记的输入数据集(S)相对应的训练数据集来被训练，其中在一部分中或者在每次迭代中通过随机选择来使模型参数在数值上减小或者固定到0。

7.根据权利要求1至6中任一项所述的方法，其中借助于所述评估结果来确定(S5)所述模型输出(A)的置信度值，所述置信度值在控制和/或调节和/或运行和/或监控所述技术系统(5)时使用，其中尤其是所述置信度值被指定为取决于所述评估结果(Z)的散度或标准偏差或方差。

8.根据权利要求1至7中任一项所述的方法，其中利用求平均值或者利用求中值来执行对所述评估结果(Z)的聚合，其中尤其是在分类向量作为评估结果(Z)的情况下输出通过多数决策所得出的那个类别作为模型输出。

9.根据权利要求1至8中任一项所述的方法，其中如果查明两个时间上相邻的输入数据集(S)具有不大于预定距离阈值的距离量度和/或如果查明两个输入数据集(S)具有不大于预定距离阈值的距离量度，则所述输入数据包(P)的输入数据集(S)被验证。

10.根据权利要求1至9中任一项所述的方法，其中所述模型输出(A)被用于控制和/或监控所述技术系统(6)。

11.一种装置，其用于执行根据权利要求1至10中任一项所述的方法。

12.一种计算机程序产品，所述计算机程序产品包括指令，在通过计算机来执行程序时，所述指令促使所述计算机执行根据权利要求1至10中任一项所述的方法的步骤。

13.一种机器可读存储介质，所述机器可读存储介质包括如下指令，所述指令在通过计算机来执行时促使所述计算机执行根据权利要求1至10中任一项所述的方法的步骤。