Ein System zum Realisieren einer automatischen Iteration vom Vorhersagemodell auf der Grundlage eines Datenbetriebs umfasst einen Prozessor und eine Cloud, wobei der Prozessor die Verhaltensdaten jedes Verkehrsteilnehmers basierend auf der beobachteten Bewegungstrajektorie jedes Verkehrsteilnehmers kennzeichnet, um die entsprechenden Kennzeichnungsinformationen zu erhalten, und realisiert eine automatische Kennzeichnung, dann werden die gefilterten ersten Verhaltensdaten und die entsprechenden Kennzeichnungsinformationen an die Cloud gesendet, wobei die Cloud nach der Feststellung, dass vorbestimmte automatische Triggerbedingungen erfüllt sind, Trainingsproben zur Schulung des Anfangsnetzwerkmodells entnimmt, um ein Zielnetzwerkmodell zu erhalten, um ein automatisches Auslösen des Modelltrainings zu implementieren, dann wird die Bewertung automatisch ausgelöst, und das Zielnetzwerkmodell wird an einen Prozessor gesendet, um eine automatisierte Disposition des Zielnetzwerkmodells zu erreichen, wenn das Ergebnis der Bewertung die Anforderungen für eine Modellaktualisierung erfüllt, wobei der Prozessor nach dem Empfang des Zielnetzwerkmodells das Vorhersagemodell automatisch auf das Zielnetzwerkmodell aktualisiert wird. Es ist ersichtlich, dass für die Datenkennzeichnung, das Modelltraining, die Modellbewertung oder die Modellaktualisierung keine menschliche Teilnahme erforderlich ist und der Automatisierungsgrad hoch ist.

    A data-driven-based system for implementing the automatic iteration of a prediction model, comprising a processor and a cloud. The processor labels behavior data of each road participant on the basis of an observed movement trajectory of each road participant to obtain corresponding labeling information, thus achieving automatic labeling, and then sends filtered first behavior data and the corresponding labeling information to the cloud. When determining that preset automatic trigger conditions are met, the cloud extracts training samples to train an initial network model and obtain a target network model, so that model training is automatically triggered, and then evaluation is automatically triggered. Moreover, when evaluation results meet model update requirements, the cloud sends the target network model to the processor to achieve the automatic deployment of the target network model. The processor automatically updates the prediction model to the target network model after receiving the target network model. Hence, no manual participation is required for data labeling, model training, model evaluation or model updating, and the degree of automation is high.


    Access

    Download


    Export, share and cite



    Title :

    System zum Realisieren einer automatischen Iteration vom Vorhersagemodell auf der Grundlage eines Datenbetriebs


    Contributors:
    DONG WEISHAN (author) / ZHANG CHI (author) / YANG WENJUAN (author) / JIANG ZHUXI (author)

    Publication date :

    2022-03-31


    Type of media :

    Patent


    Type of material :

    Electronic Resource


    Language :

    German


    Classification :

    IPC:    B60W CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION , Gemeinsame Steuerung oder Regelung von Fahrzeug-Unteraggregaten verschiedenen Typs oder verschiedener Funktion / G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen