[发明专利]用于增强人工神经网络的分布式架构中的自学习

权利要求书

1.一种运载工具群体中的运载工具，所述运载工具包括：

一组运载工具控件；

至少一个传感器，其经配置以在所述运载工具的操作期间产生输入；及

计算装置，其具有：

存储器，其存储具有识别以下各项的数据的第一人工神经网络模型：

神经元的网络中的所述神经元的偏置；

所述神经元的突触权重；及

所述神经元的激活函数；及

至少一个处理器，其耦合到所述存储器且经由指令配置以：

根据所述第一人工神经网络模型处理所述输入以产生输出；

基于所述输出调整所述运载工具控件；

基于从所述输入产生的所述第一人工神经网络模型的输出选择输入；

通过无监督机器学习从所述输入调整所述第一人工神经网络模型；

将所述输入传输到集中式计算机服务器，所述集中式计算机服务器通过监督机器学习从包含由所述运载工具选择的所述输入的传感器数据产生第二人工神经网络模型；及

使用由所述集中式计算机服务器产生的所述第二人工神经网络模型替代经由所述无监督机器学习调整的所述第一人工神经网络模型。

2.根据权利要求1所述的运载工具，其中所述输入是由包含以下各项中的至少一者的所述至少一个传感器产生的图像或视频剪辑：

相机，其使用对人类眼睛可见的光成像；

相机，其使用红外光成像；

声呐；

雷达；及

激光雷达。

3.根据权利要求2所述的运载工具，其中所述输入捕获由所述运载工具在操作期间遇到的项目；所述项目是以下各项中的一者：事件及对象；且所述计算装置基于所述输出识别以下各项中的一者选择所述输入：

缺乏关于所述项目的知识；

缺乏所述项目成为多个已知类别的分类；

缺乏所述项目的识别；

具有低于阈值的所述项目的识别中的准确性；及

具有低于阈值的所述项目的辨识中的置信水平。

4.根据权利要求3所述的运载工具，其中所述无监督机器学习将所述项目分类成：

所述第一人工神经网络模型中的多个已知类别中的一者；或

所述第一人工神经网络模型的经调整版本中的多个未知但单独类别中的一者。

5.根据权利要求1所述的运载工具，其中用于所述监督机器学习的所述传感器数据包含由所述群体中的多个运载工具选择且从其传输的输入。

6.根据权利要求1所述的运载工具，其中所述计算装置经由所述指令进一步经配置以：

接收在所述群体中的单独运载工具中产生的进一步输入；及

通过所述无监督机器学习从所述进一步输入调整所述第一人工神经网络模型。

7.根据权利要求6所述的运载工具，其中所述进一步输入经由所述集中式计算机服务器接收。

8.根据权利要求6所述的运载工具，其中基于所述运载工具与所述单独运载工具之间的使用类似性选择所述进一步输入用于所述运载工具中的所述无监督机器学习。

9.根据权利要求1所述的运载工具，其中所述计算装置经由所述指令进一步经配置以：

将所述无监督机器学习的结果传输到所述集中式计算机服务器；

其中所述第二人工神经网络模型使用所述结果产生。

10.根据权利要求1所述的运载工具，其中所述计算装置经由所述指令进一步经配置以：

至少部分地基于所述无监督机器学习的结果选择用于传输到所述集中式计算机服务器的所述输入。

11.根据权利要求1所述的运载工具，其中所述运载工具控件调整以下各项中的至少一者：

所述运载工具的加速度；

所述运载工具的速度；及

所述运载工具的方向。