[發明專利]用于生成人工智能模型的方法和系統在審
| 申請號： | 201980084330.4 | 申請日： | 2019-12-20 |
| 公開（公告）號： | CN113168564A | 公開（公告）日： | 2021-07-23 |
| 發明（設計）人： | J·弗蘭克;J·佐勒加里多;I·托恩 | 申請（專利權）人： | 西門子股份公司 |
| 主分類號： | G06N3/063 | 分類號： | G06N3/063 |
| 代理公司： | 中國專利代理(香港)有限公司 72001 | 代理人： | 劉書航;劉春元 |
| 地址： | 德國*** | 國省代碼： | 暫無信息 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 用于 生成 人工智能 模型 方法 系統 | ||
1.一種用于為工程系統生成人工智能AI模型（200）的計算機實現的方法，所述方法包括：
-在工程框架系統（400）中確定（S10）人工智能AI功能（420），其中人工智能AI功能（420）是包括算法的操作的定義的特定功能塊；
-通過計算圖從所確定的AI功能（420）開始定義（S20）用于AI模型（200）的生成的推斷路徑（422），其中用于達到AI模型（200）的推斷路徑（422）通過諸如卷積的操作步驟或通過提供對應于可參數化層的功能塊或通過表示諸如卷積神經網絡的完整神經網絡的單個功能塊來描述；
-將AI功能（420）和推斷路徑（422）轉換（S30）成處理格式；
-將經轉換的AI功能（420）和經轉換的推斷路徑（422）發送和導出（S40）到AI工作臺模塊（520）的提取和擴展模塊（522），其中所述AI工作臺模塊（520）的提取和擴展模塊（522）具有通過用于模型訓練的算法的操作來提取和擴展先前定義的推斷路徑（422）的計算圖架構的功能；
-在工程系統和/或另外的處理設備的處理模塊（310）上部署（S50）經轉換的AI功能（420）；
-將推斷路徑（422）的擴展計算圖從提取和擴展模塊（522）傳輸（S60）到AI框架模塊（540）；
-通過使用支持通信協議來使通信適配器（524）與處理模塊（310）連續地通信（S70），以用于接收作為AI功能（420）的輸入的訓練數據并將訓練數據轉發給AI框架模塊（540）；
-將AI模型（200）的學習到的參數從AI框架模塊（540）的API接口（542）傳遞（S80）到通信適配器（524），以用于更新AI模型（200）。
2.根據權利要求1所述的方法，其中所述方法包括如下步驟：由AI工作臺模塊（520）的提取和擴展模塊（522）評估AI功能（420）的接口和上下文注釋，以用于提取用于在處理模塊（310）上存儲數據和參數的地址（220）。
3.根據權利要求2的方法，其中所述地址（220）用于自動配置用于與處理模塊（310）通信的通信適配器（524）。
4.根據權利要求1至3中任一項所述的方法，其中所述通信協議包含所述AI功能（420）的地址（220）的語義數據模型。
5.根據權利要求1至4中任一項所述的方法，其中所述處理模塊（310）可以被配置為可編程邏輯控制器（PLC）。
6.根據權利要求1至5中任一項所述的方法，其中AI功能（420）包括對AI功能（420）的訓練需要哪些參數和數據的描述。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于西門子股份公司，未經西門子股份公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201980084330.4/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：用于訓練神經網絡的方法
- 下一篇：使用用于分布式拒絕服務攻擊緩解的區塊鏈
