用于为人工智能模块创建训练、验证和测试数据集的方法、计算机程序、存储介质、设备与流程

技术特征：
1.一种用于从测量数据、尤其从时间序列测量数据中为人工智能模块、特别是回归系统创建训练、验证和/或测试数据集的方法（100），具有如下步骤：将所述测量数据划分（101）、特别是按照时间部段进行划分；将数学函数应用（102）于所述测量数据的划分的部分，以便获得代表相应部分的签名；确定（103）相应签名出现的频率的度量；根据所确定的频率的度量从所述测量数据中创建（104）训练、验证或测试数据集。2.根据权利要求1所述的方法（100），其中所述测量数据时间上相关，并且其中在划分（101）所述测量数据的步骤中，按照固定的时间部段进行划分。3.根据权利要求1或2所述的方法（100），其中在所述应用（102）的步骤中，所述数学函数不应用于所有划分的部分。4.根据前述权利要求中任一项所述的方法（100），其中所述方法（100）无监控地执行。5.一种计算机程序，所述计算机程序被设计用于：执行根据前述权利要求中任一项所述的方法（100）的所有步骤。6.一种机器可读的存储介质，根据权利要求5所述的计算机程序存储在所述机器可读的存储介质上。7.一种设备，所述设备被设计用于执行根据前述权利要求中任一项所述的方法（100）的所有步骤。8.一种用于控制技术系统的人工智能模块，所述人工智能模块用训练数据集训练，所述训练数据集借助于根据权利要求1至4中任一项所述的方法（100）创建。9.根据权利要求8所述的人工智能模块，其中所述人工智能模块的训练根据所确定的频率的度量进行。

技术总结
本发明涉及用于从测量数据、尤其从时间序列测量数据中为人工智能模块、特别是回归系统创建训练、验证或测试数据集的方法（100），具有如下步骤：将测量数据划分（101）、特别是按照时间部段进行划分；将数学函数应用（102）于测量数据的划分的部分，以便获得代表测量数据的相应划分的部分的签名；确定（103）相应签名出现的频率的度量；根据所确定的频率的度量从测量数据中创建（104）训练、验证或测试数据集。验证或测试数据集。验证或测试数据集。


技术研发人员：M
受保护的技术使用者：罗伯特
技术研发日：2021.09.15
技术公布日：2022/3/18