[发明专利]用于通过高斯过程进行机器学习的方法

权利要求书

1.计算机实现的用于确定至少部分地以内燃机驱动的机动车在实际行驶运行中的排放值（英语：“Real Driving Emissions（实际行驶排放，RDE）”）的方法，其中提供表征所述机动车的行驶周期的轨迹，并且其中提供高斯过程GP，所述高斯过程根据输送给其的轨迹确定机动车在驶过相应的输送给所述机动车的轨迹时的排放，并且其中借助所述GP确定机动车在驶过所提供的轨迹时的相应的排放值，并且其中在实际行驶运行中的排放值根据所确定的排放值来确定，其特征在于，在使用训练数据集、先验GP族和精度目标的情况下通过优化PAC贝叶斯界限（150）从GP参数化中训练所述GP。

2.计算机实现的用于确定技术设备的可靠性的方法，所述技术设备尤其是机动车的机组，其中提供表征所述技术设备的运行周期、尤其是机动车的行驶周期的轨迹，并且其中提供高斯过程GP，所述高斯过程根据输送给其的轨迹确定如下参量，所述参量表征所述技术设备、尤其是机动车的机组在驶过相应的输送给所述技术设备的轨迹时的可靠性，并且其中借助所述GP分别根据所提供的轨迹确定所述参量，并且其中根据所确定的参量确定可靠性，其特征在于，在使用训练数据集、先验GP族和精度目标的情况下通过优化PAC贝叶斯界限（150）从GP参数化中训练所述GP。

3.根据权利要求2所述的方法，其中所述技术设备是机动车的机组，并且所述机组包括用于至少半自主地运行所述机动车的系统和/或用于为所述机动车的电动机馈电的电池组。

4.根据权利要求2所述的方法，其中所述技术设备是生产机器。

5.用于运行技术设备的方法，其中借助根据权利要求2至4中任一项所述的方法确定所述技术设备的可靠性，其中所提供的轨迹中的至少一个包括实际由技术设备驶过的轨迹，并且其中根据所确定的可靠性相应地操控所述技术设备。

6.根据权利要求5所述的方法，其中当所确定的可靠性表明担心所述技术设备失灵时，所述技术设备转变到安全运行模式中。

7.根据权利要求1至6中任一项所述的计算机实现的方法（100），其中所述方法（100）还包括如下步骤：

在训练GP之前选择精度目标（110）；

在训练GP之前选择先验GP族（120），所述先验GP族通过超参数来参数化；

在训练GP之前获得训练数据集（130）；

在训练GP之前选择用于建模（140）的GP参数化；

响应于新的输入值的获得通过经训练的GP预测（160）接下来的预期的值。

8.根据权利要求1至7中任一项所述的计算机实现的方法（100），其中所述精度目标可以包括损失函数和置信参数，其中所述损失函数与建模任务有关，其中所述建模任务是分类、回归或受监控学习的其他任务中的一项。

9.根据权利要求1至8中任一项所述的计算机实现的方法（100），其中用于建模（140）的GP参数化是完整GP、自由的稀疏GP或稀疏GP的特定参数化中的一项，所述稀疏GP的特定参数化如例如确定性训练条件DTC、完全独立的训练条件FITC或变分自由能VFE。

10.根据权利要求1至9中任一项所述的计算机实现的方法（100），其中所述超参数对核函数和平均值函数进行参数化并且超参数的可能值在预定义的表中。

11.根据权利要求1至10中任一项所述的计算机实现的方法（100），其中借助GP所预测的值是如下之一：

车辆在实际行驶运行中的排放（英语：“Real Driving Emissions（实际行驶排放，RDE）”），

自主车辆的危险状态的定量值，

涉及电池组的充电状态或电池组的剩余运行持续时间的值，和

涉及生产和尤其是雨刷器的生产的值。