[发明专利]用于计算机辅助地分析目标系统的至少一个第二输入矢量的方法和设备

权利要求书

1.用于基于训练系统计算机辅助地配置深度神经网络的方法，具有以下方法步骤：

-为训练系统提供（110）具有预给定的第一输入矢量和预给定的第一输出矢量的训练数据;

-提供（120）所述深度神经网络，其中

-该深度神经网络是前馈网络，该前馈网络

-包括用于输入第一输入矢量的输入层，

-包括多个连续的隐藏层，用于对所述训练系统进行建模;

-基于所述训练数据来训练（130）所述深度神经网络，其中

-所述第一输入矢量分别经由所述输入层传输到所述隐藏层之一作为第一处理矢量，

-所述第一处理矢量分别在所述隐藏层之间传输，

-对于每个隐藏层执行所传输的第一处理矢量的相应的第一数据变换，

-在所述相应的第一数据变换时，对于每个所涉及的隐藏层执行所述第一处理矢量的降维，

-基于降维的第一处理矢量和相应的所属第一输出矢量来配置所述隐藏层。

2.如权利要求1所述的方法，其中，所述第一输入矢量是所述训练系统的测量的频谱，并且其中，所述第一输出矢量是已经针对所述频谱执行的分析结果。

3.如权利要求2所述的方法，其中，

-所述测量的频谱包括组织的频谱，和

-所述执行的分析结果说明频谱是分配给健康组织还是分配给肿瘤组织。

4.如权利要求2所述的方法，其中，

-所述测量的频谱包括油或润滑剂的频谱，和

-所述执行的分析结果包括油或润滑剂的质量。

5.如前述权利要求中任一项所述的方法，其中，

-对于针对所述隐藏层产生的降维的第一处理矢量，分别借助于第二数据变换重建用于每个所涉及的隐藏层的原始第一处理矢量，

-对于相应的所涉及的隐藏层，确定重建的原始第一处理矢量和传输的第一处理矢量之间的误差。

6.如权利要求5所述的方法，其中，所确定的误差被考虑用于配置所述相应的所涉及的隐藏层或相应的后续隐藏层，所述降维的第一处理矢量被传送给所述相应的后续隐藏层。

7.如前述权利要求中任一项所述的方法，其中，由所述降维的第一输入矢量的要达到的维度确定隐藏层的数量。

8.用于计算机辅助地分析目标系统的至少一个第二输入矢量的方法，具有以下方法步骤：

-为所述目标系统提供（210）第二输入矢量;

-提供（220）经训练的深度神经网络，其中

-该深度神经网络是前馈网络，所述前馈网络

-包括用于为所述目标系统输入第二输入矢量的输入层，

-包括多个连续的隐藏层，所述隐藏层对所述目标系统进行建模，以及

-包括用于为所述目标系统输出第二输出矢量的输出层，

-评估（230）所述第二输入矢量，其中

-所述第二输入矢量分别经由所述输入层传输到所述隐藏层之一作为第二处理矢量，

-所述第二处理矢量分别在所述隐藏层之间传输，

-对于每个隐藏层执行所传输的第二处理矢量的相应的第一数据变换，

-在所述相应的第一数据变换时，对于每个所涉及的隐藏层执行所述第二处理矢量的降维，

-基于降维的第二处理矢量来确定所述第二输出矢量；

-提供（240）所述第二输出矢量。

9.如权利要求8所述的方法，其中，所述第二输入矢量是所述目标系统的测量的频谱。

10.如权利要求9所述的方法，其中，所述测量的频谱是组织的频谱，其中所述第二输出矢量特别是说明是涉及健康组织还是肿瘤组织。

11.如权利要求9所述的方法，其中，所述测量的频谱是油和/或润滑剂的频谱，其中所述第二输出矢量特别是说明油或润滑剂的质量。