申请/专利权人：特克特朗尼克公司

申请日：2023-10-12

公开（公告）日：2024-04-12

公开（公告）号：CN117871974A

主分类号：G01R31/00

分类号：G01R31/00;G06N3/08;G01R13/00

优先权：["20221012 US 63/415588","20231006 US 18/482765"]

专利状态码：在审-公开

法律状态：2024.04.12#公开

摘要：提供全面的机器学习模型定义。制造系统具有：机器学习ML系统，该机器学习ML系统具有一个或多个神经网络和与经训练神经网络NN相关联的配置文件；结构化数据存储部，其具有到ML系统和测试自动化应用的接口、训练存储部、参考参数存储部、通信存储部、经训练模型存储部；和一个或多个处理器，用于控制数据存储部进行以下操作：接收和存储训练数据；允许ML系统访问训练数据以训练一个或多个NN；接收和存储参考参数并访问参考参数；接收对最佳调谐参数的预测请求和相关联数据并将预测请求和相关联数据存储在通信存储部中，以向ML系统提供请求；允许ML系统在经训练模型存储部中存储经训练NN，并调用选定的经训练NN；以及将预测提供给测试自动化应用。

主权项：1.一种制造系统，包括：机器学习系统，所述机器学习系统包括：一个或多个神经网络；以及配置文件，所述配置文件包括与用于操作的经训练神经网络相关联的信息；结构化数据存储部，其连接到机器学习系统，所述结构化数据存储部具有到机器学习系统的接口和到用于测试被测设备DUT的测试自动化应用的接口；以及一个或多个处理器，其被配置为执行代码以使一个或多个处理器控制结构化数据存储部进行以下操作：从测试自动化应用接收从DUT的测试中获得的训练数据并将所述训练数据存储在结构化数据存储部内的训练存储部中，并且允许机器学习系统访问训练数据以训练机器学习系统中的一个或多个神经网络中的至少一个；从测试自动化应用接收用于DUT的参考参数并将所述参考参数存储在参考参数存储部中，并允许机器学习系统访问参考参数；从测试自动化应用接收对DUT的最佳调谐参数的预测请求和相关联数据并将所述预测请求和相关联数据存储在结构化数据存储部内的通信存储部内，并将请求提供给机器学习系统；允许机器学习系统将一个或多个神经网络中的经训练神经网络存储在结构化数据存储部中的经训练模型存储部中；以及允许机器学习系统调用选定的经训练神经网络和相关联的配置文件，并且向测试自动化应用提供一个或多个预测。

全文数据：

权利要求：

百度查询： 特克特朗尼克公司 全面的机器学习模型定义

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD