机器学习系统中的运行时数据收集和监视

    公开(公告)号:CN117436541A

    公开(公告)日:2024-01-23

    申请号:CN202310901304.4

    申请日:2023-07-21

    IPC分类号: G06N20/00 G06N3/04 G06N3/08

    摘要: 机器学习系统中的运行时数据收集和监视。一种测试和测量系统,包括:测试和测量仪器,其被配置成从生产线上的被测设备(DUT)接收波形数据;连接到测试和测量仪器的机器学习系统;以及一个或多个处理器,其被配置成执行代码,所述代码使一个或多个处理器:在生产线上对DUT进行调谐之后,从DUT收集最优调谐参数数据集;从最优调谐参数数据中确定一个或多个参数数据集;将一个或多个参数数据集加载到DUT中;从DUT收集针对一个或多个参数数据集的波形数据作为训练数据集;使用训练数据集来训练机器学习系统;以及在训练之后使用机器学习系统来产生与DUT相关的输出。

    使用去噪声数据的机器学习模型训练和具有噪声校正的模型预测

    公开(公告)号:CN116451738A

    公开(公告)日:2023-07-18

    申请号:CN202310037184.8

    申请日:2023-01-10

    IPC分类号: G06N3/04 G06N3/08

    摘要: 一种测试和测量系统,具有可连接到DUT的一个或多个输入,以及一个或多个处理器,处理器被配置为执行使一个或多个处理器执行如下操作的代码:通过从DUT或从模拟波形采集一个或多个波形来收集训练波形集,从训练波形集中移除噪声以产生无噪声训练波形集,并且使用无噪声训练波形集作为训练集来训练神经网络以预测DUT的测量值,从而产生经训练的神经网络。一种训练神经网络的方法,具有:从一个或多个DUT接收一个或多个波形,或者从波形模拟器生成一个或多个波形,从训练波形集中移除噪声以产生无噪声训练波形集,训练波形集是从一个或多个波形收集的,以及使用无噪声训练波形集作为训练集来训练神经网络以预测DUT的测量值,从而产生经训练的神经网络。

    用于机器学习模型训练和部署的系统和方法

    公开(公告)号:CN116415125A

    公开(公告)日:2023-07-11

    申请号:CN202310018681.3

    申请日:2023-01-06

    IPC分类号: G06F18/21 G06N20/00 G06N3/08

    摘要: 公开了一种用于开发和测试机器学习模型的系统和方法。所述系统包括:波形仿真器机器学习系统;用户接口,用于允许用户输入所述波形仿真器机器学习系统的设计参数;处理器,其被配置成执行代码以使得所述处理器:将所述设计参数发送到所述波形仿真器机器学习系统;从所述波形仿真器机器学习系统接收数据集,所述数据集基于所述设计参数;使用所述数据集中的至少一个来训练所开发的机器学习模型,从而产生经训练的机器学习模型;使用所述数据集中的先前未使用的一个来验证所述经训练的机器学习模型;根据需要来调整所述经训练的机器学习模型;以及重复所述训练、验证和调整,直到训练出最优机器学习模型。