188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功,开通会员云端永久保存 去开通
yalandoc07

上传于:2023-08-19

粉丝量:1

该文档贡献者很忙,什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • mapping

    星级: 2 页

  • Mapping

    星级: 2 页

  • Mind Mapping

    星级: 6 页

  • Hibernate mapping

    星级: 19 页

  • Geographic mapping

    星级: 12 页

  • mapping

    星级: 12 页

  • Cube Mapping

    星级: 2 页

  • Concept Mapping

    星级: 5 页

  • Mind mapping

    星级: 8 页

  • Light Mapping

    星级: 1 页

  • Mapping tool

    星级: 1 页

  • Mapping步骤

    星级: 5 页

  • mapping name

    星级: 7 页

  • Mapping with Drupal

    星级: 2 页

  • Field mapping

    星级: 9 页

暂无目录

点击鼠标右键菜单,创建目录

暂无笔记

选择文本,点击鼠标右键菜单,添加笔记

暂无书签

在左侧文档中,点击鼠标右键,添加书签

188宝金博页面版: MAPPING LEARNING METHOD

下载积分: 3500

内容提示: (2) JP 2021-127742 A 2021.9.21020304050【特許請求の範囲】【請求項1】 内燃機関の状態を示すパラメータである内燃機関状態変数を入力として内燃機関の状態を複数の領域に分類した結果である分類結果に属する確率を算出する写像と、算出した確率に基づいて内燃機関の状態の前記分類結果を出力する演算部とを含むコンピュータの前記写像を学習させる方法であって、 前記内燃機関状態変数と、前記内燃機関状態変数に対応付けられた正解の前記分類結果とからなる複数の訓練データを、訓練用コンピュータに入力する入力工程と、 前記訓練用コンピュー...

文档格式:PDF | 页数:19 | 浏览次数:15 | 上传日期:2023-08-19 02:46:44 | 文档星级:
(2) JP 2021-127742 A 2021.9.21020304050【特許請求の範囲】【請求項1】 内燃機関の状態を示すパラメータである内燃機関状態変数を入力として内燃機関の状態を複数の領域に分類した結果である分類結果に属する確率を算出する写像と、算出した確率に基づいて内燃機関の状態の前記分類結果を出力する演算部とを含むコンピュータの前記写像を学習させる方法であって、 前記内燃機関状態変数と、前記内燃機関状態変数に対応付けられた正解の前記分類結果とからなる複数の訓練データを、訓練用コンピュータに入力する入力工程と、 前記訓練用コンピュータが、入力された前記訓練データに基づいて前記写像を更新する更新工程と、を有し、 前記入力工程で入力される複数の前記訓練データの分布密度は、前記分類結果における複数の領域の境界に前記確率が近いほど大きい 写像の学習方法。【請求項2】 前記境界は、前記確率および少なくとも1つの前記内燃機関状態変数を含む多次元の関数として定められ、 前記入力工程で入力される複数の前記訓練データは、前記関数に含まれる前記内燃機関状態変数の一定の範囲以上に分布している 請求項1に記載の写像の学習方法。【請求項3】 前記入力工程の前に、前記訓練データを前記訓練用コンピュータに入力する予備入力工程と、前記予備入力工程で入力された前記訓練データに基づいて前記訓練用コンピュータが前記写像を更新する予備更新工程と、を有し、 前記入力工程で入力される複数の前記訓練データの分布密度は、前記予備入力工程で入力される複数の前記訓練データの分布密度よりも、前記境界に前記確率が近いほど大きい 請求項1または請求項2に記載の写像の学習方法。【請求項4】 前記入力工程の前に、前記訓練データを前記訓練用コンピュータに入力する予備入力工程と、前記予備入力工程で入力された前記訓練データに基づいて前記訓練用コンピュータが前記写像を更新する予備更新工程と、を有し、 前記入力工程で入力された前記訓練データから前記写像を用いて算出された確率と前記境界との差が所定値以上である場合には、当該訓練データは、前記更新工程における訓練データからは除外する 請求項1~請求項3のいずれか1項に記載の写像の学習方法。【請求項5】 前記分類結果は、前記内燃機関の失火の有無であり、 前記写像は、第1間隔に含まれる連続する複数の第2間隔のそれぞれにおける瞬時速度パラメータである時系列データを入力とし、内燃機関に失火が生じた確率を出力する写像であり、 前記瞬時速度パラメータは、前記内燃機関のクランク軸の回転速度に応じたパラメータであり、 前記第1間隔は、前記クランク軸の回転角度間隔であって圧縮上死点を含む間隔であり、 前記第2間隔は、前記圧縮上死点の出現間隔よりも小さい間隔であり、 前記写像は、前記第1間隔内に圧縮上死点が出現する少なくとも1つの気筒に関して失火が生じた確率を出力するものであり、 前記確率は、前記内燃機関のクランク軸の回転挙動の変化量である回転変動量である 請求項1~請求項4のいずれか1項に記載の写像の学習方法。【発明の詳細な説明】【技術分野】

188宝金博页面版:关注我们

  • 新浪微博

关注188宝金博页面版公众号

188宝金博页面版
阅读
APP
阅读
返回
顶部
188宝金博页面版官网登录在线平台入口(2026已更新)—江苏协昌电子科技股份有限公司