Training eines Tokenizer-Netzwerks zur Unterstützung des Trainings von Transformer-Netzwerken auf Punktwolken

Details

Veröffentlichungs-Nr.

EP4718324

Anmeldetag

25. September 2024

Veröffentlichung

1. April 2026

Rechtsraum

EP

Abstract

Verfahren (100) zum Trainieren eines Tokenizer-Netzwerks (2), das vektorielle Repräsentationen von Punktwolken von Messdaten im Raum dieser Repräsentationen quantisiert, wobei diese Punktwolken diskreten Punkten im Raum jeweils Messwerte einer oder mehrerer Messgrößen zuordnen, mit den Schritten: • es werden Trainings-Beispiele (3) von Punktwolken von Messdaten bereitgestellt (110); • diese Trainings-Beispiele (3) werden mit einem Encoder-Netzwerk (1) in vektorielle Repräsentationen (1a) überführt (120); • diese vektoriellen Repräsentationen (1a) werden mit dem zu trainierenden Tokenizer-Netzwerk (2) quantisiert (130); • aus den quantisierten vektoriellen Repräsentationen (2a) werden mit einer Decoder-Anordnung (4) aus einem oder mehreren weiteren Netzwerken (4', 4") Cluster oder sonstige Anhäufungen (4a) von Punkten in der Punktwolke des jeweiligen Trainings-Beispiels (3), und/oder Verarbeitungsprodukte (4b) solcher Cluster oder Anhäufungen (4a), ermittelt (140); • es wird mit einer vorgegebenen Kostenfunktion (5) gemessen (150), inwieweit diese Cluster bzw. Anhäufungen (4a) mit der ursprünglichen Punktwolke im Einklang stehen; und • mindestens Parameter (2b), die das Verhalten des Tokenizer-Netzwerks (2) charakterisieren, werden auf das Ziel optimiert (160), die Bewertung (5a) durch die Kostenfunktion (5) zu verbessern.

Anmelder

Firma

Robert Bosch GmbH

Land

🇩🇪 Deutschland