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
再多了解一些
本文用于企业家、创业者技术爱好者查询,结果仅供参考。