[发明专利]预测和防止在结构资产处的不利状况的深度机器学习有效
申请号: | 201710676035.0 | 申请日: | 2017-08-09 |
公开(公告)号: | CN107742125B | 公开(公告)日: | 2021-08-10 |
发明(设计)人: | 迈克尔·格林 | 申请(专利权)人: | 谷歌有限责任公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/02;G06N3/08;G06Q10/06 |
代理公司: | 中原信达知识产权代理有限责任公司 11219 | 代理人: | 李宝泉;周亚荣 |
地址: | 美国加利*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 提供了预测和防止在结构资产处的不利状况的深度机器学习。一种示例方法包括:获得描述多个图像的数据,所述多个图像描绘了包含第一结构资产的地理区域的至少一部分。所述多个图像至少包括在第一时间捕获到的第一图像和在与所述第一时间不同的第二时间捕获到的第二图像。所述方法包括:将至少描述所述第一图像、所述第一时间、所述第二图像和所述第二时间的数据输入到状况预测模型中。所述方法包括:接收关于在一个或者多个未来时间段期间在所述第一结构资产处的不利状况的发生的至少一个预测作为所述状况预测模型的输出。与用于预测和防止在结构资产处的不利状况的其它技术相比较,各个示例提供了显著的效率改进。 | ||
搜索关键词: | 预测 防止 结构 资产 不利 状况 深度 机器 学习 | ||
【主权项】:
一种预测和防止在结构资产处的不利状况的计算机实现的方法,所述方法包括:通过一个或者多个计算装置获得描述多个图像的数据,所述多个图像描绘了包含第一结构资产的地理区域的至少一部分,其中,所述多个图像分别描绘了在多个不同时间时的所述地理区域,所述多个图像至少包括在第一时间捕获到的第一图像和在与所述第一时间不同的第二时间捕获到的第二图像;通过所述一个或者多个计算装置将至少描绘所述第一图像、所述第一时间、所述第二图像和所述第二时间的数据输入到机器学习状况预测模型中,其中,所述机器学习状况预测模型包括至少一个机器学习神经网络,以及其中,所述机器学习状况预测模型被配置为处理输入的数据以提供关于在一个或者多个未来时间段期间在所述第一结构资产处不利状况的发生的至少一个预测;以及通过所述一个或者多个计算装置接收关于在所述一个或者多个未来时间段期间在所述第一结构资产处所述不利状况的所述发生的所述至少一个预测作为所述状况预测模型的输出。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于谷歌有限责任公司,未经谷歌有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710676035.0/,转载请声明来源钻瓜专利网。
- 上一篇:擀饼机多输出变速箱
- 下一篇:精密摆线回转关节减速器