Procedimiento y dispositivo para entrenar una rutina de aprendizaje automático para el control de un sistema técnico
Para entrenar una rutina de aprendizaje automático (BNN), la rutina de aprendizaje automático (BNN) lee una secuencia de primeros datos de entrenamiento (PIC). La rutina de aprendizaje automático (BNN) se entrena utilizando los primeros datos de entrenamiento (PIC), y el entrenamiento establece una...
Gespeichert in:
Hauptverfasser: | , , , , |
---|---|
Format: | Patent |
Sprache: | spa |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Para entrenar una rutina de aprendizaje automático (BNN), la rutina de aprendizaje automático (BNN) lee una secuencia de primeros datos de entrenamiento (PIC). La rutina de aprendizaje automático (BNN) se entrena utilizando los primeros datos de entrenamiento (PIC), y el entrenamiento establece una gran cantidad de parámetros de aprendizaje (LP) de la rutina de aprendizaje automático (BNN). Además, se determina una distribución de valores (VLP) de los parámetros de aprendizaje (LP) que se produce durante el entrenamiento y, dependiendo de la distribución de valores determinada (VLP) de los parámetros de aprendizaje (LP), se genera un mensaje de continuación (CN). Dependiendo del mensaje de continuación (CN), el entrenamiento continúa con una secuencia adicional de los primeros datos de entrenamiento (PIC) o se solicitan otros datos de entrenamiento (PIC2) para el entrenamiento. (Traducción automática con Google Translate, sin valor legal)
To train a machine learning routine (BNN), a sequence of first training data (PIC) is read in through the machine learning routine. The machine learning routine is trained using the first training data, wherein a plurality of learning parameters (LP) of the machine learning routine is set by the training. Furthermore, a value distribution (VLP) of the learning parameters, which occurs during the training, is determined and a continuation signal (CN) is generated on the basis of the determined value distribution of the learning parameters. Depending on the continuation signal, the training is then continued with a further sequence of the first training data or other training data (PIC2) are requested for the training. |
---|