本發(fā)明涉及用于檢測至少一個(gè)傳感器參量的傳感器系統(tǒng)。本發(fā)明還涉及用于借助于基于數(shù)據(jù)的校正模型來校正老化效應(yīng)的措施，該校正模型在傳感器系統(tǒng)的運(yùn)行期間以無監(jiān)督的方式來被調(diào)整或訓(xùn)練。

背景技術(shù)：

1、傳感器系統(tǒng)通常在其制造之后被校準(zhǔn)，原因在于：所使用的組件具有在允許的公差之內(nèi)的偏差。該校準(zhǔn)可以基于數(shù)學(xué)校準(zhǔn)模型來執(zhí)行，其中，在校準(zhǔn)過程中，使該模型的模型參數(shù)適應(yīng)單獨(dú)的傳感器系統(tǒng)。為此，例如在該校準(zhǔn)過程期間，利用該傳感器系統(tǒng)來記錄參考狀態(tài)的測量值，并且根據(jù)這些測量值，通過匹配算法來調(diào)整這些模型參數(shù)。該校準(zhǔn)模型被集成到該傳感器系統(tǒng)中，使得借助于該校準(zhǔn)模型來處理與傳感器原始數(shù)據(jù)相對應(yīng)的檢測參量，以便提供測量參量。

2、視傳感器系統(tǒng)的使用地點(diǎn)而定，在一段運(yùn)行時(shí)間之后和/或由于在環(huán)境條件發(fā)生變化的情況下的累積效應(yīng)，原始校準(zhǔn)可能不再最佳地適應(yīng)該傳感器系統(tǒng)。雖然可以借助于重新校準(zhǔn)來補(bǔ)償該偏差，但是由于缺乏關(guān)于傳感器系統(tǒng)的確切工作原理及其校準(zhǔn)的知識，這通常是不夠的。此外，由于老化效應(yīng)，在傳感器系統(tǒng)的使用壽命期間，行為會(huì)發(fā)生變化，使得該校準(zhǔn)模型無法長期對傳感器值進(jìn)行足夠好的校正。

3、對于校準(zhǔn)模型，已知的是自適應(yīng)方法，以便使這些校準(zhǔn)模型在實(shí)際的初始校準(zhǔn)過程之后適應(yīng)新條件。這些自適應(yīng)方法是所謂的測試時(shí)(test-time)訓(xùn)練算法，例如從liu,yuejiang等人的出版文獻(xiàn)“ttt++:when?does?self-supervisedtest-time?training?failorthrive？”，2021年和sun,yu等人的出版文獻(xiàn)“test-time?training?for?out-of-distribution?generalization”，2019年中已知。在這些測試時(shí)訓(xùn)練算法中，訓(xùn)練任務(wù)例如是通過神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像分類，其中，描述了沒有標(biāo)簽的無監(jiān)督重新訓(xùn)練。

技術(shù)實(shí)現(xiàn)思路

1、按照本發(fā)明，提供了一種根據(jù)權(quán)利要求1所述的用于調(diào)整傳感器系統(tǒng)的基于數(shù)據(jù)的校準(zhǔn)模型的方法以及一種根據(jù)并列權(quán)利要求所述的傳感器系統(tǒng)。

2、其它的設(shè)計(jì)方案在從屬權(quán)利要求中說明。

3、按照第一方面，提供了一種用于對基于數(shù)據(jù)的校準(zhǔn)模型進(jìn)行重新校準(zhǔn)以在用于測量一個(gè)或多個(gè)物理量的傳感器系統(tǒng)中使用的方法、尤其是計(jì)算機(jī)實(shí)現(xiàn)的方法，其中，該基于數(shù)據(jù)的校準(zhǔn)模型被設(shè)計(jì)為圖神經(jīng)網(wǎng)絡(luò)，該圖神經(jīng)網(wǎng)絡(luò)被訓(xùn)練用于：根據(jù)表示傳感器狀態(tài)的傳感器狀態(tài)圖，輸出輸出向量，該輸出向量包括一個(gè)或多個(gè)輸出參量和多個(gè)輔助參量，該方法具有如下步驟：

4、-檢測與一個(gè)或多個(gè)物理量以及一個(gè)或多個(gè)狀態(tài)參量相關(guān)的一個(gè)或多個(gè)檢測參量(或者所述一個(gè)或多個(gè)檢測參量表示所述一個(gè)或多個(gè)物理量)，所述狀態(tài)參量指示一個(gè)或多個(gè)傳感器內(nèi)部參量和/或?qū)υ搨鞲衅飨到y(tǒng)的一個(gè)或多個(gè)環(huán)境影響；

5、-根據(jù)在檢測時(shí)間點(diǎn)的所述一個(gè)或多個(gè)檢測參量以及所述一個(gè)或多個(gè)狀態(tài)參量，確定傳感器狀態(tài)圖；

6、-對該傳感器狀態(tài)圖進(jìn)行增強(qiáng)；

7、-利用基于數(shù)據(jù)的校準(zhǔn)模型來評估增強(qiáng)傳感器狀態(tài)圖，以便獲得該輸出向量；

8、-根據(jù)該輸出向量，確定損失；

9、-根據(jù)所確定的損失，對該校準(zhǔn)模型進(jìn)行無監(jiān)督訓(xùn)練。

10、在傳感器系統(tǒng)中，例如在集成式傳感器系統(tǒng)中，諸如加速度傳感器、陀螺儀、振動(dòng)傳感器、輻射傳感器、電容式和壓電傳感器等需要校準(zhǔn)，利用該校準(zhǔn)，可以補(bǔ)償與標(biāo)準(zhǔn)行為的特定于構(gòu)件的偏差。為此，在傳感器系統(tǒng)中可以實(shí)現(xiàn)校準(zhǔn)模型，這些校準(zhǔn)模型輸出輸出參量作為用于向檢測參量(所檢測到的傳感器原始數(shù)據(jù))應(yīng)用的校正參量(以確定傳感器輸出參量)，或者根據(jù)該檢測參量立即輸出經(jīng)校正的傳感器輸出參量。

11、本文中，模型通常被理解為基于數(shù)據(jù)的計(jì)算模型，該基于數(shù)據(jù)的計(jì)算模型可以被訓(xùn)練用于描述所希望的函數(shù)關(guān)系。

12、由于對檢測參量的環(huán)境影響等各種影響，在使用校準(zhǔn)模型的情況下，從該檢測參量與可經(jīng)由其它傳感器元件來檢測的一個(gè)或多個(gè)狀態(tài)參量的組合中，得出該傳感器輸出參量。這些狀態(tài)參量例如可以指示對該傳感器系統(tǒng)的一個(gè)或多個(gè)環(huán)境影響，諸如溫度、濕度、氣壓、污染水平、電磁輻射的影響、機(jī)械應(yīng)力的影響、振動(dòng)等。替代地或附加地，這些狀態(tài)參量例如可以指示一個(gè)或多個(gè)傳感器內(nèi)部參量，諸如以傳感器方式檢測到的偏移或者傳感器對一個(gè)或多個(gè)檢測參量的靈敏度、來自專用應(yīng)力傳感器的信號、來自bite(內(nèi)置測試設(shè)備(built-in?test?equipment))的信號、來自傳感器系統(tǒng)中的執(zhí)行器的幅度或相位調(diào)節(jié)的信號、傳感器的檢測模式的質(zhì)量和/或頻率或者從中導(dǎo)出的特征。

13、對于慣性傳感器，這些狀態(tài)參量可以包括以下狀態(tài)參量中的一個(gè)或多個(gè)：加速度傳感器或偏航率傳感器的偏移或靈敏度；來自專用應(yīng)力傳感器的信號；所檢測到的(檢測模式)相位值；來自bite(內(nèi)置測試設(shè)備)的信號；來自偏航率傳感器的驅(qū)動(dòng)器的幅度或相位調(diào)節(jié)的信號；偏航率傳感器的驅(qū)動(dòng)或檢測模式的質(zhì)量和頻率；加速度傳感器的模式的質(zhì)量和頻率；偏航率傳感器的驅(qū)動(dòng)和檢測模式頻率的差異；加速度傳感器或偏航率傳感器的橫軸靈敏度；以及在施加指定的正交或偏航率激勵(lì)時(shí)的正交或偏航率的差值或者動(dòng)態(tài)響應(yīng)。

14、根據(jù)所述一個(gè)或多個(gè)狀態(tài)參量，可以校正該檢測參量，以進(jìn)行校準(zhǔn)。

15、該基于數(shù)據(jù)的校準(zhǔn)模型在傳感器系統(tǒng)的制造之后被調(diào)整或訓(xùn)練一次，并且必要時(shí)可以在嵌入最終應(yīng)用之后立即再次被重新訓(xùn)練或精調(diào)一次。如果該傳感器系統(tǒng)現(xiàn)在在最終應(yīng)用中使用，則在使用壽命期間必須確保：無論老化和環(huán)境影響如何，所提供的傳感器輸出參量都可以可靠地并且精確地被提供。因而，通常需要定期進(jìn)行重新校準(zhǔn)。

16、然而，對于這些重新校準(zhǔn)，通常沒有試驗(yàn)臺(tái)數(shù)據(jù)/訓(xùn)練數(shù)據(jù)可用，因?yàn)樵搨鞲衅飨到y(tǒng)嵌入到最終應(yīng)用中并且無法進(jìn)行試驗(yàn)臺(tái)測量。因而，重新校準(zhǔn)過程只能在沒有標(biāo)記數(shù)據(jù)的情況下進(jìn)行。按照上述方法，這針對基于數(shù)據(jù)的校準(zhǔn)模型借助于無監(jiān)督訓(xùn)練方法來執(zhí)行。

17、為此，該方法規(guī)定：基于在時(shí)間步長或檢測時(shí)間點(diǎn)檢測到的一個(gè)或多個(gè)檢測參量和一個(gè)或多個(gè)狀態(tài)參量，創(chuàng)建具有節(jié)點(diǎn)和邊的數(shù)學(xué)圖。

18、可以規(guī)定：執(zhí)行對該傳感器狀態(tài)圖的確定，其方式是：給傳感器狀態(tài)圖的節(jié)點(diǎn)分配節(jié)點(diǎn)參量，這些節(jié)點(diǎn)參量對應(yīng)于在該檢測時(shí)間點(diǎn)的一個(gè)或多個(gè)檢測參量以及一個(gè)或多個(gè)狀態(tài)參量；而且給該傳感器狀態(tài)圖的分別將該傳感器狀態(tài)圖的兩個(gè)節(jié)點(diǎn)彼此連接的邊分別分配邊參量，該邊參量指示在表示這些節(jié)點(diǎn)的檢測參量或狀態(tài)參量之間的相關(guān)性，其中，尤其是，通過評估檢測參量或狀態(tài)參量的在指定時(shí)間窗內(nèi)的隨時(shí)間的變化過程，確定該相關(guān)性。

19、因此，所述一個(gè)或多個(gè)檢測參量以及所述一個(gè)或多個(gè)狀態(tài)參量被稱為節(jié)點(diǎn)參量。該圖可以具有分別被分配給這些節(jié)點(diǎn)參量之一的節(jié)點(diǎn)。將在該檢測時(shí)間點(diǎn)的節(jié)點(diǎn)參量的相應(yīng)值假設(shè)為節(jié)點(diǎn)值。邊將兩個(gè)節(jié)點(diǎn)連接，而且指示兩個(gè)節(jié)點(diǎn)之間的關(guān)系作為邊值，例如以相對應(yīng)的節(jié)點(diǎn)參量之間的相關(guān)性的形式。代替例如可以從兩個(gè)相關(guān)節(jié)點(diǎn)參量的變化過程的比較中確定的相關(guān)性，也可以使用其它函數(shù)，利用這些函數(shù)，這些節(jié)點(diǎn)參量中的兩個(gè)節(jié)點(diǎn)參量分別彼此相關(guān)。接著，這樣表述的數(shù)學(xué)傳感器狀態(tài)圖反映了所檢測到的傳感器狀態(tài)，該傳感器狀態(tài)接著通過作為節(jié)點(diǎn)的檢測參量的值以及兩個(gè)節(jié)點(diǎn)之間的邊的邊值來指示。

20、借助于圖神經(jīng)網(wǎng)絡(luò)，可以將該傳感器狀態(tài)圖的數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換成輸出向量。該輸出向量包含輸出參量，作為用于校正該檢測參量的校正參量或者作為經(jīng)校正的傳感器輸出參量。該輸出向量還包括其它輔助參量，這些其它輔助參量可以被用于重新校準(zhǔn)過程。

21、借助于圖神經(jīng)網(wǎng)絡(luò)獲得的輸出向量被設(shè)計(jì)為：一方面，輸出輸出參量；并且另一方面，通過這些輔助參量來提供輸出，該輸出適合于確定訓(xùn)練圖神經(jīng)模型的損失。該損失對應(yīng)于校準(zhǔn)模型的精度或預(yù)測精度的指示，并且被用于訓(xùn)練該校準(zhǔn)模型。上述方法能夠?qū)崿F(xiàn)：通過以傳感器狀態(tài)圖的形式描述傳感器狀態(tài)并且通過使傳感器狀態(tài)圖增強(qiáng)來使用圖神經(jīng)網(wǎng)絡(luò)，確定損失，該損失適合于該圖神經(jīng)網(wǎng)絡(luò)的無監(jiān)督重新訓(xùn)練。

22、可以通過隨機(jī)移除這些節(jié)點(diǎn)中的一個(gè)或多個(gè)、通過隨機(jī)移除這些邊中的一個(gè)或多個(gè)、通過隨機(jī)交換節(jié)點(diǎn)參量和/或通過隨機(jī)交換邊參量，執(zhí)行該傳感器狀態(tài)圖的增強(qiáng)。

23、在增強(qiáng)該傳感器狀態(tài)圖時(shí)，可以以本身已知的方式移除或交換一個(gè)或多個(gè)節(jié)點(diǎn)和/或一個(gè)或多個(gè)邊。節(jié)點(diǎn)和/或邊的刪除或交換是隨機(jī)的。在此，可以對選項(xiàng)進(jìn)行限制，使得僅能夠進(jìn)行某些增強(qiáng)。例如也可以實(shí)現(xiàn)圖的隨機(jī)的、特定的旋轉(zhuǎn)。此外，其它增強(qiáng)選項(xiàng)仍是可設(shè)想的，如數(shù)字的特定改變等等。

24、以這種方式，能夠在沒有確定標(biāo)記的情況下進(jìn)行傳感器系統(tǒng)的校準(zhǔn)，其方式是：通過在輸入側(cè)使該數(shù)學(xué)圖增強(qiáng)，例如可以隱藏和/或交換各個(gè)影響參量。這樣，通過在初始訓(xùn)練過程期間耦合校正參量和輔助參量的輸出以用于校準(zhǔn)模型的無監(jiān)督學(xué)習(xí)，可以高效地執(zhí)行重新校準(zhǔn)。

25、一旦傳感器狀態(tài)以針對檢測時(shí)間點(diǎn)的一個(gè)或多個(gè)檢測參量以及一個(gè)或多個(gè)狀態(tài)參量的值為形式作為數(shù)學(xué)圖可用，該傳感器狀態(tài)就可以借助于基于數(shù)據(jù)的校準(zhǔn)模型來被評估，以便獲得輸出參量?；跀?shù)據(jù)的校準(zhǔn)模型被設(shè)計(jì)為圖神經(jīng)網(wǎng)絡(luò)，并且被訓(xùn)練用于提供具有輸出參量和輔助參量的輸出向量。

26、同時(shí)或者在可以是定期的指定時(shí)間點(diǎn)，可以進(jìn)行重新校準(zhǔn)。為此，該校準(zhǔn)模型借助于無監(jiān)督訓(xùn)練方法來被進(jìn)一步開發(fā)，以便補(bǔ)償由于老化和環(huán)境影響而增加的偏差。該無監(jiān)督訓(xùn)練方法利用了如下優(yōu)點(diǎn)：在圖神經(jīng)網(wǎng)絡(luò)中，丟失的輸入數(shù)據(jù)并不重要，并且仍然可以進(jìn)行評估。該無監(jiān)督訓(xùn)練方法使用增強(qiáng)傳感器狀態(tài)圖，以確定對于訓(xùn)練所需的損失。

27、按照一個(gè)實(shí)施方式，可以通過如下方式來確定該損失：

28、-借助于該校準(zhǔn)模型，提供評估模型，該評估模型對應(yīng)于校準(zhǔn)模型，或者該評估模型除了該校準(zhǔn)模型之外還包括一個(gè)或多個(gè)下游的其它神經(jīng)元層或基于數(shù)據(jù)的模型；

29、-提供孿生模型，該孿生模型以與該評估模型相同的方式來被訓(xùn)練，而且相對于該評估模型具有另外的配置；

30、-通過該評估模型來評估增強(qiáng)傳感器狀態(tài)圖，以便獲得評估向量；

31、-通過該孿生模型來評估另一增強(qiáng)傳感器狀態(tài)圖，以便獲得另一評估向量；而且

32、-將該損失確定為這些評估向量之間的差異的度量。

33、這里，可以針對基于數(shù)據(jù)的校準(zhǔn)模型的無監(jiān)督訓(xùn)練方法，創(chuàng)建第一和第二增強(qiáng)傳感器狀態(tài)圖。

34、現(xiàn)在，借助于評估模型來進(jìn)行評估，以便獲得具有輔助參量的第一輸出向量。

35、除了該評估模型之外，提供孿生模型，該孿生模型以與校準(zhǔn)模型相同的方式被設(shè)計(jì)為圖神經(jīng)網(wǎng)絡(luò)并且被訓(xùn)練，然而具有與之不同的配置，而且尤其是基于另一超參數(shù)集來被設(shè)計(jì)。這樣，例如評估模型可以不加改變地使用校準(zhǔn)模型，或者可以向評估模型補(bǔ)充第一數(shù)量的下游神經(jīng)元層(例如以全連接層為形式)，同時(shí)提供孿生模型，該孿生模型具有與評估模型完全不同的配置。孿生模型例如可以通過該校準(zhǔn)模型利用與第一數(shù)量不同的第二數(shù)量的下游神經(jīng)元層(例如以全連接層為形式)來形成。評估模型和孿生模型被設(shè)計(jì)為使得相應(yīng)輸出向量的格式是相同的，使得以簡單的方式就可以評估輸出向量之間的差異。

36、以這種方式，通過評估模型來評估第一增強(qiáng)傳感器狀態(tài)圖，并且通過孿生模型來評估第二增強(qiáng)傳感器狀態(tài)圖。所得到的輸出向量之間的差異可以通過損失來評估。

37、該損失l例如可以基于余弦相似度的兩個(gè)所得到的輸出向量ykalmod,yzwilling的歐幾里得距離來計(jì)算：

38、

39、其中，ykalmod對應(yīng)于評估模型的輸出向量并且yzwilling對應(yīng)于孿生模型的輸出向量。

40、該損失被用于：借助于本身已知的基于梯度的方法(諸如反向傳播)，對評估模型以及孿生模型進(jìn)行重新訓(xùn)練，使得其可以被用于確定在傳感器系統(tǒng)的常規(guī)運(yùn)行時(shí)的輸出參量。

41、在初始校準(zhǔn)過程中，評估模型和孿生模型共同借助于標(biāo)記數(shù)據(jù)來被初始訓(xùn)練。為此，以傳統(tǒng)方式基于訓(xùn)練數(shù)據(jù)集來將校準(zhǔn)模型與損失一起進(jìn)行訓(xùn)練，這些訓(xùn)練數(shù)據(jù)集包括描述在特定檢測時(shí)間點(diǎn)的傳感器狀態(tài)的傳感器狀態(tài)圖以及所分配的標(biāo)記，作為輸出參量，以便：通過校準(zhǔn)模型并且另一方面通過增強(qiáng)數(shù)學(xué)傳感器狀態(tài)圖進(jìn)行無監(jiān)督訓(xùn)練，調(diào)整在輸出向量中的輸出參量的模型輸出，以獲得校準(zhǔn)模型的輸出向量的相對應(yīng)的輔助參量。除了借助于反向傳播的經(jīng)典訓(xùn)練之外，為此還可以使用元學(xué)習(xí)(meta-learning)或者小樣本學(xué)習(xí)(few-shot-learning)。孿生模型可以以類似的方式被初始訓(xùn)練。通過借助于無監(jiān)督訓(xùn)練方法使用這些訓(xùn)練數(shù)據(jù)集來交替訓(xùn)練校準(zhǔn)模型及其到評估模型的修改以及孿生模型，可以實(shí)現(xiàn)在輸出向量中的輸出參量和輔助參量的適當(dāng)?shù)鸟詈稀?/p>

42、可以使用聯(lián)合損失來訓(xùn)練評估模型(經(jīng)修改的校準(zhǔn)模型)和孿生模型。由于損失是在使用兩個(gè)模型的情況下計(jì)算的，所以可以利用損失來計(jì)算兩個(gè)模型的梯度。例如經(jīng)由反向傳播，向后計(jì)算所得到的損失，并且借此計(jì)算梯度。借此，通過兩個(gè)模型進(jìn)行該反向傳播的向后計(jì)算。通常，在兩個(gè)模型處應(yīng)用具有不同學(xué)習(xí)率的梯度，但是也可以是相同的學(xué)習(xí)率。

43、在用于基于數(shù)據(jù)的校準(zhǔn)模型的無監(jiān)督訓(xùn)練方法的另一實(shí)施方式中，可以規(guī)定：校準(zhǔn)模型被提供為使得輔助參量指示該校準(zhǔn)模型的輸出圖，其中，通過如下方式來確定損失：借助于增強(qiáng)傳感器狀態(tài)圖來評估該校準(zhǔn)模型，以便獲得重建的傳感器狀態(tài)圖，并且將該損失確定為原始傳感器狀態(tài)圖與重建的傳感器狀態(tài)圖之間的差異的度量。

44、在這種情況下，輸出向量的輔助參量是傳感器狀態(tài)圖的表示，該傳感器狀態(tài)圖具有原始非增強(qiáng)傳感器狀態(tài)圖的形狀(節(jié)點(diǎn)以及通過邊進(jìn)行的鏈接的數(shù)量)。輔助參量可以被假設(shè)為用于描述傳感器狀態(tài)圖的參數(shù)。

45、這些輔助參量可以根據(jù)增強(qiáng)傳感器狀態(tài)圖通過評估該校準(zhǔn)模型來被確定，其中，這些輔助參量應(yīng)該指示原始傳感器狀態(tài)圖的重建?？梢岳脫p失來進(jìn)行訓(xùn)練，該損失從原始傳感器狀態(tài)圖(在增強(qiáng)之前)與重建的傳感器狀態(tài)圖之間的差異中得出。該差異可以被指示為描述原始傳感器狀態(tài)圖和重建的傳感器狀態(tài)圖的向量(或張量)之間的歐幾里得距離。

46、按照一個(gè)實(shí)施方式，基于數(shù)據(jù)的校準(zhǔn)模型可以在傳感器系統(tǒng)投入運(yùn)行之前被初始訓(xùn)練，其方式是：針對多個(gè)傳感器狀態(tài)來確定該損失，并且從用于監(jiān)督訓(xùn)練的訓(xùn)練數(shù)據(jù)集中確定另一損失，其中，根據(jù)該損失和該另一損失來確定總損失，其中，基于該總損失來對校準(zhǔn)模型進(jìn)行初始訓(xùn)練。

47、因此，在制造該傳感器系統(tǒng)之后，首先在使用標(biāo)記訓(xùn)練數(shù)據(jù)的情況下對校準(zhǔn)模型進(jìn)行初始訓(xùn)練，這些標(biāo)記訓(xùn)練數(shù)據(jù)將傳感器狀態(tài)圖分配給輸出向量的輸出參量。該初始訓(xùn)練與如上所述的基于增強(qiáng)傳感器狀態(tài)圖的無監(jiān)督訓(xùn)練方法的步驟交替或者同時(shí)(在聯(lián)合損失的情況下)進(jìn)行，其中，校準(zhǔn)模型的輸出向量指示輸出參量和輔助參量，用于確定無監(jiān)督損失。在此，這些輔助參量可以以傳感器狀態(tài)圖的格式來對圖進(jìn)行描述。

48、現(xiàn)在，在運(yùn)行時(shí)，通過僅無監(jiān)督訓(xùn)練，基于增強(qiáng)傳感器狀態(tài)圖來確定損失，而且借此例如依據(jù)基于梯度的訓(xùn)練方法來對校準(zhǔn)模型進(jìn)行重新訓(xùn)練。由此，在評估該校準(zhǔn)模型時(shí)，對輸出向量中的一個(gè)或多個(gè)輸出參量進(jìn)行相對應(yīng)的調(diào)整，原因在于：該一個(gè)或多個(gè)輸出參量經(jīng)由該校準(zhǔn)模型與該輸出向量的輔助參量直接相關(guān)聯(lián)。以這種方式，得出如下選項(xiàng)：在該傳感器系統(tǒng)的運(yùn)行期間可用地，在無需標(biāo)記訓(xùn)練數(shù)據(jù)集的情況下以經(jīng)改進(jìn)的方式執(zhí)行重新校準(zhǔn)。