申请/专利权人:手持产品公司
申请日:2020-01-10
公开(公告)日:2021-07-16
公开(公告)号:CN113124924A
主分类号:G01D21/02(20060101)
分类号:G01D21/02(20060101);G06N20/00(20190101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.08.03#实质审查的生效;2021.07.16#公开
摘要:本文中描述的各种实施例涉及使用机器学习的设备滥用检测。在这方面,系统将电子设备的加速度计数据与多个定义的加速度计阈值进行比较,以识别与电子设备相关联的主要滥用事件类别。响应于识别出主要滥用事件类别,该系统基于与电子设备的惯性数据、由电子设备所生成的图像数据以及由电子设备所捕获的音频数据相关联的机器学习技术,生成针对与电子设备相关联的次要滥用事件类别的第一预测。另外,该系统将惯性数据、图像数据和音频数据传输到与机器学习服务相关联的网络服务器设备,以便于基于该惯性数据、图像数据和音频数据的针对次要滥用事件类别的第二预测的生成。
主权项:1.一种系统,其包括:处理器;以及存储器,其存储可执行指令,所述可执行指令在由所述处理器执行时使所述处理器:将电子设备的加速度计数据与多个定义的加速度计阈值进行比较,以识别与所述电子设备相关联的主要滥用事件类别;响应于识别出所述主要滥用事件类别,基于与所述电子设备的惯性数据、由所述电子设备所生成的图像数据以及由所述电子设备所捕获的音频数据相关联的机器学习技术,来生成针对与所述电子设备相关联的次要滥用事件类别的第一预测;以及将所述惯性数据、所述图像数据和所述音频数据传输到与机器学习服务相关联的网络服务器设备,以便于基于所述惯性数据、所述图像数据和所述音频数据的针对所述次要滥用事件类别的第二预测的生成。
全文数据:
权利要求:
百度查询: 手持产品公司 使用机器学习的设备掉落检测
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。