WO2025008017 - COMPUTERIMPLEMENTIERTES VERFAHREN ZUM BEREITSTELLEN EINES TRAININGSDATENSATZES, COMPUTERIMPLEMENTIERTES VERFAHREN ZUM TRAINIEREN EINES KI-SYSTEMS UND VERWENDUNG EINES SOLCHEN COMPUTERIMPLEMENTIERTEN VERFAHRENS, TRAININGSDATENSATZ ZUM TRAINIEREN EINES KI-SYSTEMS
National phase entry:
Publication Number
WO/2025/008017
Publication Date
09.01.2025
International Application No.
PCT/DE2024/100510
International Filing Date
10.06.2024
Title **
[German]
COMPUTERIMPLEMENTIERTES VERFAHREN ZUM BEREITSTELLEN EINES TRAININGSDATENSATZES, COMPUTERIMPLEMENTIERTES VERFAHREN ZUM TRAINIEREN EINES KI-SYSTEMS UND VERWENDUNG EINES SOLCHEN COMPUTERIMPLEMENTIERTEN VERFAHRENS, TRAININGSDATENSATZ ZUM TRAINIEREN EINES KI-SYSTEMS
[English]
COMPUTER-IMPLEMENTED METHOD FOR PROVIDING A TRAINING DATA SET, COMPUTER-IMPLEMENTED METHOD FOR TRAINING AN AI SYSTEM AND USING SUCH A COMPUTER-IMPLEMENTED METHOD, AND TRAINING DATA SET FOR TRAINING AN AI SYSTEM
[French]
PROCÉDÉ MIS EN OEUVRE PAR ORDINATEUR POUR FOURNIR UN ENSEMBLE DE DONNÉES D'ENTRAÎNEMENT, PROCÉDÉ MIS EN OEUVRE PAR ORDINATEUR POUR ENTRAÎNER UN SYSTÈME D'IA, UTILISATION D'UN TEL PROCÉDÉ MIS EN OEUVRE PAR ORDINATEUR, ET ENSEMBLE DE DONNÉES D'ENTRAÎNEMENT POUR ENTRAÎNER UN SYSTÈME D'IA
Applicants **
SCHAEFFLER TECHNOLOGIES AG & CO. KG
Industriestraße 1-3
91074 Herzogenaurach, DE
Inventors
HEIM, Jens
c/o Schaeffler Technologies AG & Co KG
Industriestraße 1-3
91074 Herzogenaurach, DE
Priority Data
102023117629.3
04.07.2023
DE
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| * | |
International Searching Authority |
EPO
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Translation |
|
Recalculate
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing | 961 | |
| EPO | Filing, Examination | 4626 | |
| Japan | Filing | 596 | |
| South Korea | Filing | 575 | |
| USA | Filing, Examination | 3310 |
Total: 10068 USD
The term for entry into the National Phase has expired. This quotation is for informational purposes only
Abstract[German]
Die Erfindung betrifft ein computerimplementiertes Verfahren zum Bereitstellen einesTrainingsdatensatzes zum Trainieren eines Kl-Systems umfassend folgende Schritte: - Durchführen einer Messung mit einem Sensor, insbesondere einem Drehmoment-Sensor; - Bereitstellen von unverfälschten Sensordaten, die abhängig von der mit dem Sensor durchgeführten Messung sind; - Erzeugen von verfälschten Sensordaten in Abhängigkeit von den unverfälschten Sensordaten; und - Bereitstellen der unverfälschten Sensordaten und der verfälschtenSensordaten als Teil eines Trainingsdatensatzes zum Trainieren eines Kl-Systems.[English]
The invention relates to computer-implemented method for providing a training data set for training an AI system, having the following steps: - carrying out a measurement using a sensor, in particular a torque sensor; - providing unaltered sensor data which is measured on the basis of the measurement carried out by the sensor; - generating altered sensor data on the basis of the unaltered sensor data; and - providing the unaltered sensor data and the altered sensor data as part of a training data set for training an AI system.[French]
L'invention concerne un procédé mis en oeuvre par ordinateur pour fournir un ensemble de données d'entraînement pour entraîner un système d'IA, comprenant les étapes suivantes consistant à : effectuer une mesure à l'aide d'un capteur, en particulier un capteur de couple; fournir des données de capteur non modifiées qui sont mesurées sur la base de la mesure effectuée par le capteur; générer des données de capteur modifiées sur la base des données de capteur non modifiées; et fournir les données de capteur non modifiées et les données de capteur modifiées en tant que partie d'un ensemble de données d'entraînement pour entraîner un système d'IA.