[发明专利]用于预测触摸解释的多任务机器学习在审
申请号: | 201780087180.3 | 申请日: | 2017-09-28 |
公开(公告)号: | CN110325949A | 公开(公告)日: | 2019-10-11 |
发明(设计)人: | T.德赛雷斯;V.卡布恩 | 申请(专利权)人: | 谷歌有限责任公司 |
主分类号: | G06F3/041 | 分类号: | G06F3/041;G06N3/02;G06F3/0488 |
代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 金玉洁 |
地址: | 美国加利*** | 国省代码: | 美国;US |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 触摸 触摸传感器 预测 机器学习 输出 接收指示 使用机器 输入对象 预测模型 预测向量 触摸点 手势 集合 响应 学习 | ||
1.一种从用户输入对象确定触摸解释的计算设备,包括:
至少一个处理器;
机器学习触摸解释预测模型,其中所述触摸解释预测模型已经被训练为接收指示一个或多个用户输入对象相对于触摸传感器在一个或多个时间处的一个或多个位置的原始触摸传感器数据,并且响应于接收到原始触摸传感器数据而输出一个或多个预测触摸解释;以及
至少一个有形的、非暂时性计算机可读介质,存储当由至少一个处理器执行时使得至少一个处理器执行操作的指令,所述操作包括:
获得指示相对于触摸传感器随时间的一个或多个用户输入对象位置的第一原始触摸传感器数据集合;
将第一原始触摸传感器数据集合输入到机器学习触摸解释预测模型中;以及
接收作为触摸解释预测模型的输出的、描述一个或多个用户输入对象的预测意图的一个或多个预测触摸解释。
2.根据权利要求1所述的计算设备,其中,一个或多个预测触摸解释包括至少第一预测触摸解释和第二预测触摸解释,其中所述第一预测触摸解释包括分别描述一个或多个意图触摸点的触摸点解释集合,所述第二预测触摸解释包括将触摸点解释集合表征为从预定义手势类别确定的手势的手势解释。
3.根据权利要求1或2所述的计算设备,其中,机器学习触摸解释预测模型包括具有多个输出层的深层递归神经网络,每个输出层对应于描述一个或多个用户输入对象的一个或多个预测意图的不同类型的触摸解释。
4.根据权利要求1或2所述的计算设备,其中:
机器学习触摸解释预测模型包括至少一个共享层和在结构上位于所述至少一个共享层之后的多个不同且有区别的输出层;并且
接收作为触摸解释预测模型的输出的、描述一个或多个用户输入对象的预测意图的一个或多个预测触摸解释包括:从机器学习触摸解释预测模型的多个不同且有区别的输出层接收一个或多个预测触摸解释。
5.根据任一项前述权利要求所述的计算设备,其中,获得第一原始触摸传感器数据集合包括获得与用户的一个或多个手指或手部分或者由用户操作的触笔相关联的第一原始触摸传感器数据集合,第一原始触摸传感器数据集合描述一个或多个手指、手部分或触笔相对于触敏屏幕的位置。
6.根据任一项前述权利要求所述的计算设备,其中,获得第一原始触摸传感器数据集合包括:
获得第一原始时间传感器数据集合,其中所述第一原始时间传感器数据集合提供描述一个或多个用户输入对象在x维度上的位置的变化的至少一个值、描述一个或多个用户输入对象在y维度上的位置的变化的至少一个值、以及描述时间变化的至少一个值;或
获得第一原始时间传感器数据集合,其中所述第一原始时间传感器数据集合提供描述一个或多个用户输入对象在x维度上的至少两个位置的至少两个值、描述一个或多个用户输入对象在y维度上的至少两个位置的至少两个值、以及描述至少两个时间的至少两个值。
7.根据任一项前述权利要求所述的计算设备,其中,机器学习触摸解释预测模型已经基于第一训练数据集合而训练,其中所述第一训练数据集合包括:与指示相对于触摸传感器的一个或多个用户输入对象位置的记录的触摸传感器数据相对应的第一部分数据、和与应用于记录的屏幕内容的所确定的触摸解释的标记相对应的第二部分数据,其中第一部分数据和屏幕内容被同时记录。
8.根据任一项前述权利要求所述的计算设备,其中,机器学习触摸解释预测模型已经基于第二训练数据集合而训练,其中所述第二训练数据集合包括:与触摸传感器数据观察的初始序列相对应的第一部分数据、和与触摸传感器数据观察的后续序列相对应的第二部分数据。
9.根据任一项前述权利要求所述的计算设备,其中,一个或多个预测触摸解释包括分别描述零个、一个或多个触摸点的触摸点解释集合。
10.根据权利要求8所述的计算设备,其中,触摸点解释集合还包括描述与每个触摸点相关联的预测类型的用户输入对象和每个触摸点处的所估计的触摸压力的触摸类型中的一个或多个。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于谷歌有限责任公司,未经谷歌有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201780087180.3/1.html,转载请声明来源钻瓜专利网。