用于确定技术装置的系统行为与标准值范围的不容许的偏差的方法与流程

技术特征：
1.一种用于借助于人工神经网络（4）来确定技术装置的系统行为与标准值范围的不容许的偏差的方法，在学习阶段中，向所述神经网络输送所述技术装置（1）的输入数据（2）和输出数据（3），其中在所述学习阶段之后的预测阶段中，向所述神经网络（4）只输送所述技术装置（1）的输入数据（2）并且在所述神经网络（4）中计算输出比较数据（11），其中如果所述技术装置（1）的输出数据（3）由于与所述神经网络（4）的输出比较数据（11）之差而超出所述标准值范围，则查明所述技术装置（1）的不容许的偏差。2.根据权利要求1所述的方法，其特征在于，所述神经网络（4）被构造成自编码器，所述自编码器具有：编码器（5）；解码器（7），用于生成与所述编码器（5）的输入数据（2）相对应的输出数据（3）；和在编码器与解码器（5、7）之间的瓶颈（6），所述瓶颈具有数目比编码器与解码器（5、7）更少的神经元，其中在所述学习阶段中向所述编码器（5）输送所述技术装置（1）的输入和输出数据（2、3）。3.根据权利要求2所述的方法，其特征在于，在所述预测阶段中，只将所述编码器（5）和所述瓶颈（6）用作神经网络（4），并且将所述瓶颈（6）提供的输出比较数据（11）与被分配给所述技术装置（1）的对应的输出数据（3）进行比较。4.根据权利要求3所述的方法，其特征在于，所述瓶颈（6）的输出比较数据（11）作为压缩的表示向量（8）存在，其中被分配给所述技术装置（1）的输出数据（3）作为对应的表示向量（8）存在并且来自针对同一技术装置（1）的先前的计算。5.根据权利要求3或4所述的方法，其特征在于，所述瓶颈（6）的输出比较数据（11）作为压缩的表示向量（8）存在，其中被分配给所述技术装置（1）的输出数据（3）作为对应的表示向量存在并且来自针对另一、技术上构造相同的装置（1）的计算。6.根据权利要求2至5中任一项所述的方法，其特征在于，所述瓶颈（6）的作为压缩的表示向量（8）存在的输出比较数据（11）借助于所述解码器（7）来被扩展并且与所述技术装置（1）的输出数据（3）进行比较。7.根据权利要求6所述的方法，其特征在于，所述瓶颈（6）的表示向量（8）的生成和借助于所述解码器（7）到所述输出比较数据（11）的扩展在不同的电子装置（10）中被执行。8.根据权利要求2至7中任一项所述的方法，其特征在于，所述瓶颈（6）中的神经元数目至多是编码器或解码器（5、7）中的神经元数目的十分之一。9.一种电子装置、尤其是车辆中的控制设备，所述电子装置具有如下装置，所述装置被构造为执行根据权利要求1至8中任一项所述的方法。10.一种计算机程序产品，其具有程序代码，所述程序代码被设计为实施根据权利要求1至9中任一项所述的方法的步骤。11.一种机器可读存储介质，在其上存储有根据权利要求10所述的计算机程序产品。

技术总结
在用于借助于人工神经网络来确定技术装置的不容许的偏差的方法中，在学习阶段中向该神经网络输送该技术装置的输入数据和输出数据，在随后的预测阶段中向该神经网络只输送输入数据并且在该神经网络中计算输出比较数据，将这些输出比较数据与该技术装置的输出数据进行比较。进行比较。进行比较。


技术研发人员：A
受保护的技术使用者：罗伯特
技术研发日：2020.11.06
技术公布日：2022/6/7