“伊内斯·乌加尔德·迪亚斯”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11个，建议您升级VIP下载更多相关专利

[发明专利]自主系统和由自主系统执行的方法-CN202310301420.2在审
发明人： 伊内斯·乌加尔德·迪亚斯;欧根·索洛乔;亚什·沙普尔卡尔;胡斯努·梅利赫·埃尔多安;爱德华多·莫拉·西里洛·罗查 -专利权人：西门子股份公司
申请日： 2023-03-24 - 公布日： 2023-09-26 - 主分类号： B25J9/16 文献下载
摘要：本公开涉及自主系统和由自主系统执行的方法。本文认识到，机器人或自主系统在计算空料箱的抓取分数时可能会损失时间。此外，当在空料箱上尝试抓取时，例如由于相关的抓取分数计算，机器人会因为不必要地被用来尝试抓取而损失额外的时间。在某些情况下，这种使用可能会磨损机器人，或损坏机器人。自主系统可以分类或确定料箱是容纳有对象还是空的，例如，当料箱是空的时，就不执行抓取计算。在一些示例中，系统在执行每次抓取计算之前，在运行时间对特定的料箱进行分类。因此，本文所述的系统可以避免执行不必要的抓取计算，从而节省处理时间和开销，以及解决其他技术问题。
自主系统执行方法

[发明专利]数字孪生仿真中物理参数的自动估计-CN202080103593.8在审
发明人：胡安·L·阿帕里西奥·奥赫亚;海科·克劳森;伊内斯·乌加尔德·迪亚斯;马丁·泽尔;欧根·索洛乔;温成涛;夏魏喜;于小文;沙尚克·塔马斯卡 -专利权人：西门子股份公司
申请日： 2020-08-28 - 公布日： 2023-04-21 - 主分类号： G05B17/02 文献下载
摘要：一种计算机实现的方法，包括操作能够被控制的物理设备以执行任务。该方法还包括通过物理引擎基于一个或多个物理参数来运行任务的正向仿真。物理引擎与参数数据层通信，在参数数据层中使用概率分布对一个或多个物理参数中的每个物理参数进行建模。对于每个正向仿真运行，从一个或多个物理参数的概率分布中采样参数值的元组，并馈送到物理引擎。该方法包括获得来自物理环境中与任务相关的观测，以及与每个参数值的采样元组相关联的对应的正向仿真结果。然后，该方法包括基于来自物理环境的观测和对应的正向仿真结果，来更新参数数据层中的一个或多个物理参数的概率分布。
数字孪生仿真物理参数自动估计

[发明专利]硬件加速器上的大规模矩阵运算-CN202080103520.9在审
发明人：马丁·泽尔;欧根·索洛乔;夏魏喜;沙尚克·塔马斯卡;伊内斯·乌加尔德·迪亚斯;海科·克劳森;胡安·L·阿帕里西奥·奥赫亚 -专利权人：西门子公司
申请日： 2020-08-31 - 公布日： 2023-04-18 - 主分类号： G06N3/063 文献下载
摘要：边缘设备能够被配置为在定义物理位置的生产环境内执行工业控制操作。边缘设备能够包括定义深度神经网络的多个神经网络层。边缘设备被配置为从由生产环境定义的物理位置处的一个或多个传感器获得数据。边缘设备还能够被配置为使用多个神经网络层对数据执行一个或多个矩阵运算，以便在由生产环境定义的物理位置处生成大规模矩阵计算。在一些示例中，边缘设备能够将大规模矩阵计算发送到与生产环境相关联的数字孪生模拟模型，以便实时更新数字孪生模拟模型。
硬件加速器大规模矩阵运算

[发明专利]利用人工智能的表面处理过程中的故障预测-CN202080103583.4在审
发明人：沙尚克·塔马斯卡;马丁·泽尔;欧根·索洛乔;夏魏喜;胡安·L·阿帕里西奥·奥赫亚;伊内斯·乌加尔德·迪亚斯 -专利权人：西门子公司
申请日： 2020-08-28 - 公布日： 2023-04-18 - 主分类号： G05B19/418 文献下载
摘要：一种用于表面处理过程的故障分类的计算机实现的方法，该方法包括：接收表面处理过程的影响一个或多个故障模式的一个或多个过程参数；并且接收与表面处理过程相关的一个或多个过程状态的测量相关的传感器数据。该方法包括由部署在控制表面处理过程的边缘计算装置上的机器学习模型处理接收到的一个或多个过程参数和传感器数据，以产生输出，该输出借由一个或多个故障模式实时地指示过程故障的概率。该述机器学习模型在监督学习机制下，基于过程数据、和从表面处理过程的物理模拟获得的故障分类标签、以及与所述表面处理过程相关的历史数据而训练。
利用人工智能表面处理过程中的故障预测

[发明专利]利用探索性模拟由数字孪生自动生成工艺清单-CN202210631640.7在审
发明人：温成涛;胡安·L·阿帕里西奥·奥赫亚;伊内斯·乌加尔德·迪亚斯;戈克尔·纳拉亚南·沙迪亚·纳拉亚南;欧根·索洛乔;夏魏喜;亚什·沙普尔卡尔;沙尚克·塔马斯卡;海科·克劳森 -专利权人：西门子股份公司
申请日： 2022-06-06 - 公布日： 2022-12-23 - 主分类号： G06Q50/04 文献下载
摘要：本发明涉及一种用于在制造系统中利用探索性模拟由数字孪生自动生成工艺清单的方法，该方法包括：接收代表待生产的产品的设计信息；迭代地进行该制造系统的模拟；基于该模拟来识别制造动作；优化所识别的制造动作，用以有效地生产待生产的产品；通过该制造系统生成用于生产该产品的工艺清单。能够利用正在生产的产品的数字孪生和环境的数字孪生进行模拟。系统动作利用强化学习技术进行优化，以基于产品的设计信息和任务规范自动生成工艺清单。
利用探索模拟数字孪生自动生成工艺清单

[发明专利]边缘计算设备中的鲁棒人工智能推理-CN202080099350.1在审
发明人： 伊内斯·乌加尔德·迪亚斯;海科·克劳森;胡安·L·阿帕里西奥·奥赫亚;马丁·泽尔;欧根·索洛乔;温成涛;夏魏喜;于小文;沙尚克·塔马斯卡 -专利权人：西门子股份公司
申请日： 2020-03-30 - 公布日： 2022-12-02 - 主分类号： G06N3/04 文献下载
摘要：一种用于支持在与物理过程或工厂相关联的边缘计算设备中的人工智能推理的系统，该系统包括神经网络训练模块、神经网络测试模块和物理过程或工厂的数字孪生。神经网络训练模块被配置用于基于从边缘计算设备接收的包括基线训练数据和现场数据的数据来训练用于部署到边缘计算设备的神经网络模型。神经网络测试模块被配置用于在部署到边缘计算设备之前通过利用物理过程或工厂的数字孪生来验证经训练的神经网络模型。
边缘计算设备中的人工智能推理

[发明专利]利用多个处理单元来对可编程逻辑控制器进行分布式提升的神经网络系统-CN202080099845.4在审
发明人：夏魏喜;于小文;沙尚克·塔马斯卡;胡安·L·阿帕里西奥·奥赫亚;海科·克劳森;伊内斯·乌加尔德·迪亚斯;马丁·泽尔;欧根·索洛乔;温成涛 -专利权人：西门子股份公司
申请日： 2020-04-17 - 公布日： 2022-11-25 - 主分类号： G06N20/20 文献下载
摘要：分布式神经网络提升是由神经网络系统通过操作至少一个处理器来执行的。一种方法，该方法包括提供提升算法，该提升算法将模型分布在多个处理单元中，每个处理单元是能够彼此独立地执行计算同时处理数据的多个弱学习器中的弱学习器。该方法还包括启用分布式集成学习，该分布式集成学习使可编程逻辑控制器(PLC)能使用多个处理单元中的一个以上的处理单元来对应用进行缩放，以及使用提升算法来训练多个弱学习器。多个弱学习器是不捕捉整个数据分布并且被有目的地设计用于以较低准确度进行预测的机器学习模型。该方法还包括：使用多个弱学习器以基于神经网络的前馈计算来为最终假设投票。
利用处理单元可编程逻辑控制器进行分布式提升神经网络系统

[发明专利]用于将自主技能执行中的约束反馈到设计中的系统与方法-CN202210278896.4在审
发明人：胡安·L·阿帕里西奥·奥赫亚;海科·克劳森;伊内斯·乌加尔德·迪亚斯;亚什·沙普尔卡尔;欧根·索洛乔;温成涛;魏喜霞;戈克尔·纳拉亚南·沙迪亚·纳拉亚南;沙尚克·塔马斯卡 -专利权人：西门子股份公司
申请日： 2022-03-21 - 公布日： 2022-09-27 - 主分类号： G06F30/10 文献下载
摘要：本发明涉及用于将自主技能执行中的约束反馈到设计中的系统与方法。一种用于设计由机器人单元执行过程的计算机实现方法，该方法包括：获得过程目标以及一个或多个过程约束。方法包括：访问构造库和技能库。每个构造包括机器人单元的部件的数字表示或机器人单元的几何变换。每个技能包括使用机器人单元的机器人与物理环境交互来执行技能目标的功能描述。方法使用模拟引擎对多种设计进行模拟，其中，每个设计表征为实现过程目标的构造与技能的组合，并且确定满足一个或多个过程约束的一组可行设计。方法包括：从该组可行设计输出推荐设计。
用于自主技能执行中的约束反馈设计系统方法

[发明专利]用于在基于技能的自主系统中施加约束的方法和系统-CN202080096222.1在审
发明人：胡安·L·阿帕里西奥·奥赫亚;海科·克劳森;伊内斯·乌加尔德·迪亚斯;马丁·泽尔;欧根·索洛乔;温成涛;夏魏喜;于小文;沙尚克·塔马斯卡 -专利权人：西门子股份公司
申请日： 2020-02-11 - 公布日： 2022-09-16 - 主分类号： G06F8/30 文献下载
摘要：根据本公开的一方面，一种计算机实现的方法包括为自主系统的可控物理设备创建多个基本技能函数。每个基本技能函数包括用于使用可控物理设备与物理环境交互以执行定义的目标的功能描述。该方法还包括选择一个或多个基本技能函数来配置可控物理设备以执行定义的任务。该方法还包括确定指定至少一个约束的装饰器技能函数。装饰器技能函数被配置用于在运行时对一个或多个基本技能函数施加至少一个约束。该方法还包括通过将装饰器技能函数应用于一个或多个基本技能函数来生成可执行代码，并且使用可执行代码来致动可控物理设备。
用于基于技能自主系统施加约束方法

[发明专利]基于传感器的用于自主机器的复杂场景的构建-CN201980103501.3在审
发明人：胡安·L·阿帕里西奥·奥赫亚;海科·克劳森;伊内斯·乌加尔德·迪亚斯;马丁·泽尔;欧根·索洛乔;温成涛;夏魏喜;于小文;沙尚克·塔马斯卡 -专利权人：西门子股份公司
申请日： 2019-11-22 - 公布日： 2022-09-09 - 主分类号： B25J9/16 文献下载
摘要：在工业设定中自主机器的当前应用中，环境(特别是机器与之交互的设备和系统)是已知的，使得自主机器能够成功地在特定环境中操作。因此，当前在变化的环境(例如具有不确定性的复杂环境)内使任务自动化的方法缺乏能力和效率。在示例方面，用于操作物理环境内的自主机器的方法包括检测物理环境内的对象。自主机器能够确定并且执行与对象的被检测的子部件相关联的操作原理，以便完成要求自主机器与对象交互的任务。在某些情况下，自主机器先前未遇到过对象。
基于传感器用于自主机器复杂场景构建

[发明专利]容器化应用程序的编排-CN201980079235.5在审
发明人： 伊内斯·乌加尔德·迪亚斯;马丁·泽尔;胡安·L·阿帕里西奥·奥赫亚;米夏埃尔·翁克尔巴赫 -专利权人：西门子股份公司
申请日： 2019-08-30 - 公布日： 2021-07-23 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种用于编排计算任务的执行的系统和方法。编排引擎可通过网络从多个过程引擎接收任务请求。与编排引擎相比，过程引擎可对应于位于远处的相应边缘或现场设备。每个任务请求可指示用于执行相应计算任务的至少一个任务要求。可从一组计算实例选择具有可用计算资源的多个计算实例。可为计算任务中的每一个生成预测运行时间。在示例中，基于预测的运行时间、任务要求、可用计算资源以及关联的网络状况，由编排引擎确定调度和分配方案。调度和分配方案限定何时执行多个计算任务中的每一个，以及多个选择的计算实例中的哪个执行多个计算任务中的每一个。所选择的计算实例根据该调度和分配方案执行多个计算任务。
容器应用程序编排

1
共 11 条