“V.辛德瓦尼”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]自主载具的无监督异常检测-CN202080062796.7在审
发明人： V.辛德瓦尼;H.西达梅德;K.科罗曼斯基;B.L.琼斯 -专利权人： WING航空有限责任公司
申请日： 2020-08-05 - 公布日： 2022-04-15 - 主分类号： G06F11/07 文献下载
摘要：在一些实施例中，提供了用于分析时间序列数据以检测异常的技术。在一些实施例中，使用机器学习模型来处理时间序列数据。在一些实施例中，机器学习模型以无监督方式在大量先前时间序列数据上训练，从而允许从新数据中创建高精确模型。在一些实施例中，机器学习模型的训练在拟合优化和修剪优化之间交替，以允许处理包括未标记的异常记录的大量训练数据。因为使用了机器学习模型，能够检测到复杂系统内的异常，包括但不限于，诸如无人飞行器的自主载具。当检测到异常时，能够向被监视系统(如自主载具)发送命令以应对异常。
自主监督异常检测

[发明专利]鲁棒且数据效率的黑盒优化-CN201980088752.9在审
发明人： K.乔罗曼斯基;V.辛德瓦尼;A.帕基亚诺卡马乔 -专利权人：谷歌有限责任公司
申请日： 2019-12-16 - 公布日： 2021-08-24 - 主分类号： G06F17/11 文献下载
摘要：本公开提供了估计函数的梯度的迭代黑盒优化技术。根据本公开的方面，可以从非正交采样分布中采样每次迭代中使用的多个扰动。作为一个示例，在一些实施方式中，先前在先前迭代中估计的扰动可以在当前迭代中重新使用，从而节省计算资源，因为重新使用的扰动不需要在当前迭代中重新估计。在另一个示例中，除了或替代地使用先前估计的扰动，在当前迭代中估计的扰动可以从非正交采样分布中采样。
数据效率黑盒优化