-
Die Erfindung betrifft ein Verfahren zur Datenerhebung mittels eines eine zentrale Stelle und eine Mehrzahl von Sensorknoten aufweisenden Sensornetzes nach der im Oberbegriff von Anspruch 1 näher definierten Art.
-
Die Erfindung betrifft außerdem ein System zur Datenerhebung, umfassend ein Sensornetz mit einer zentralen Stelle und einer Mehrzahl von Sensorknoten, gemäß dem Oberbegriff von Anspruch 10.
-
Die Verwendung eines Sensornetzes zur Erfassung von Umgebungsdaten der zugehörigen Sensorknoten ist aus der Praxis hinlänglich bekannt. Insbesondere ist es aus der Praxis bekannt, Fahrzeuge einer Fahrzeugflotte zur Datenerhebung von für den Straßenverkehr relevanten Informationen und zur Überwachung der Fahrzeugflotte selbst heranzuziehen. Hierzu wird beispielsweise auf die
DE 10 2013 223 217 A1 verwiesen, die ein Verfahren zum Betreiben eines Servers betrifft, wobei Einzelmeldungen von mehreren Fahrzeugen dem Server bereitgestellt werden, wobei die Einzelmeldungen Umfelddaten umfassen, die jeweils ein gleiches Fahrzeugumfeld der mehreren Fahrzeuge beschreiben, wobei der Server die Einzelmeldungen in eine oder mehrere Klassen einteilt und basierend auf den Umfelddaten der Einzelmeldungen aggregierte Umfelddaten bildet. Die aggregierten Umfelddaten beschreiben dabei ein Fahrzeugumfeld, wobei der Server eine jeweilige Qualität der Umfelddaten der Einzelmeldungen je Klasse mittels einer Vergleichsoperation gegen die aggregierten Umfelddaten ermittelt.
-
Üblicherweise sind für derartige Verfahren die zu erhebenden Daten, beispielsweise betreffend Verkehrsschilder, bereits in der Planungsphase eines Fahrzeugprojektes bekannt. Somit werden die Fahrzeuge der Fahrzeugflotte bereits fest für die Datenerhebung bezüglich spezifischer Daten vorkonfiguriert. Allerdings ist die Konfiguration aller Fahrzeuge einer Fahrzeugflotte in der Praxis nicht besonders effizient. So kann es beispielsweise erforderlich sein, lediglich Verkehrszeichen betreffend eine bestimmte Region zu erfassen. Die Daten der Fahrzeuge, die ihrerseits Verkehrszeichen aus ihrer Umgebung auswerten, die sich nicht in der gewünschten Region befinden, werden dann unnötigerweise an die zentrale Stelle übertragen. Es werden somit unter anderem Energie und Datenvolumen verschwendet.
-
Es hat sich außerdem gezeigt, dass eine vorbestimmte und festgelegte Datenausleitung nicht zukunftsorientiert und ausreichend flexibel ist. Somit ist eine konfigurierbare, funktionsspezifische Datenausleitung aus den Fahrzeugen der Fahrzeugflotte wünschenswert. Ein derartiges Verfahren ist aus der gattungsgemäßen
DE 195 13 640 A1 bekannt. Die
DE 195 13 640 A1 betrifft ein Verfahren zur Reduzierung einer aus Fahrzeugen einer Fahrzeugflotte, insbesondere einer Stichprobenfahrzeugflotte, zu übertragenden Datenmenge von Fahrzeugdaten, die Informationen über den Betriebszustand und/oder die Umgebung der Fahrzeuge enthalten, und Positionsdaten, die Informationen über die Position der Fahrzeuge in einem vorbestimmten Koordinatensystem jeweils zu einem bestimmten Zeitpunkt enthalten, nach Erfassung der anfallenden Fahrzeug- und Positionsdaten im Fahrzeug für die drahtlose Übertragung der Fahrzeug- und Positionsdaten an eine zentrale Stelle. Den Fahrzeugen der Fahrzeugflotte wird vorgegeben, welche der anfallenden Fahrzeug- und Positionsdaten unter welchen Bedingungen an die zentrale Stelle zu übertragen sind. Die Vorgaben sind von einer außerhalb der Fahrzeuge fest angeordneten Vorgabeeinrichtung drahtlos beeinflussbar.
-
Ein Nachteil der bekannten Verfahren ist, dass die Datenerfassungsaufträge meist statisch und mit hohem manuellem Aufwand erstellt werden und dabei auch einen hohen Kosten- bzw. Ressourcenverbrauch mit sich bringen. Häufig haben die gemessenen Daten keinen wirtschaftlichen Wert bzw. haben diesen nur kurzzeitig.
-
Zum weiteren technischen Hintergrund wird auch auf die
DE 101 33 945 A1 verwiesen, die ein Verfahren und eine Vorrichtung zum Austausch und zur gemeinsamen Verarbeitung von Objektdaten zwischen Sensoren und einer Verarbeitungseinheit betrifft. Dabei werden Positionsinformationen und/oder Geschwindigkeitsinformationen und/oder weitere Objektattribute von Sensorobjekten und Fusionsobjekten übertragen und verarbeitet.
-
Schließlich betrifft die
DE 10 2015 210 881 A1 ein Verfahren zur Bestimmung von Position und/oder Orientierung eines Fahrzeugs, wobei mindestens zwei Sensoren vorgesehen sind, deren Daten fusioniert werden. Dabei ist vorgesehen, dass für die Daten jedes Sensors mittels künstlicher Intelligenz dynamisch ein Gütemaß erzeugt wird, und dass die Sensordaten und die Gütemaße zur Bestimmung von Position und/oder Orientierung fusioniert werden.
-
Es ist Aufgabe der vorliegenden Erfindung, ein verbessertes Verfahren zur Datenerhebung zu schaffen, bei dem die Datenerfassungsaufträge insbesondere zielorientiert bestimmt werden und die zu übertragende Datenmenge vorzugsweise gering ist. Es ist auch Aufgabe der vorliegenden Erfindung, ein verbessertes System zur Datenerhebung bereitzustellen, um eine vorteilhafte Datenerhebung mittels eines Sensornetzes durchführen zu können.
-
Erfindungsgemäß wird die Aufgabe für das Verfahren durch die in Anspruch 1 genannten Merkmale gelöst.
-
Für das System wird die Aufgabe durch die in Anspruch 10 genannten Merkmale gelöst.
-
Bei dem erfindungsgemäßen Verfahren zur Datenerhebung mittels eines eine zentrale Stelle und ein Mehrzahl von Sensorknoten aufweisenden Sensornetzes ist vorgesehen, dass die zentrale Stelle Datenerfassungsaufträge für die Datenerhebung erstellt und wenigstens einen der Datenerfassungsaufträge an wenigstens einen der Sensorknoten übermittelt. Dabei erfasst der Sensorknoten jeweils auftragsspezifische Daten und übermittelt diese an die zentrale Stelle.
-
Bei der zentralen Stelle kann es sich um eine beliebige von den Sensorknoten unabhängige Stelle handeln; insbesondere aber nicht ausschließlich einen oder mehrere externe Server oder Servereinrichtungen, Servicefahrzeuge oder sonstige weitere Fahrzeuge, bis hin zu Diagnosegeräten und Gebäudeautomationssystemen. Besonders eignet sich die Erfindung allerdings für ein Verfahren zur Datenerhebung mittels einer externen Servereinrichtung und einer Mehrzahl von Sensorknoten.
-
Die zentrale Stelle kann auch als „Backend“ und die Sensorknoten als „Frontend“ bezüglich der Datenerhebung bezeichnet werden.
-
Die Kommunikation zwischen der Mehrzahl von Sensorknoten und der zentralen Stelle kann kabellos, insbesondere auf Basis eines Funkstandards, oder kabelgebunden vorgesehen sein.
-
Erfindungsgemäß ist vorgesehen, dass die zentrale Stelle die Datenerfassungsaufträge zur Optimierung wenigstens eines Nutzwertes der auftragsspezifischen Daten unter Verwendung eines Algorithmus zum maschinellen Lernen erstellt.
-
Ein erfindungsgemäßer Datenerfassungsauftrag kann insbesondere eine Beschreibung und/oder Codierung für die von dem Sensorknoten auszuleitenden bzw. zu erfassenden Daten enthalten.
-
Grundgedanke der Erfindung ist es somit, die Aufträge zur Datenerfassung möglichst zielgerichtet bzw. effizient und anwendungsspezifisch unter Verwendung von maschinellem Lernen zu erstellen und an die Sensorknoten zu übermitteln. Die Erfindung beschreibt somit ein Verfahren zum Einsatz eines Algorithmus zum maschinellen Lernen, das verglichen mit dem bekannten Stand der Technik, insbesondere unter Berücksichtigung des wirtschaftlichen Nutzens bei der Erhebung, Verarbeitung und dem Vertrieb von durch ein Sensornetz erfassten Daten, vorteilhaft sein kann.
-
Es kann eine automatisierte Steuerung der zentralen Stelle vorgesehen sein, um durch das Erstellen der Datenerfassungsaufträge eine optimale Datenauswahl zu treffen, die von den Sensorknoten an die zentrale Stelle gesendet und dort wirtschaftlich genutzt werden.
-
Es ergibt sich der Vorteil, dass durch das maschinelle Lernen verlässlich die Bestimmung des Optimums, insbesondere des Ertrags der Datenerhebung, durch Steuerung der Datenerfassungsaufträge ermöglicht wird. Vorzugsweise werden dabei durch die Sensorknoten nur die Daten erfasst und übertragen, für die ein zeitlich und örtlich abhängiger wirtschaftlicher Nutzen zu erwarten ist.
-
Es ist somit ein besonders vorteilhaftes Kosten-Nutzen-Verhältnis bei der Datenerhebung durch ein Sensornetz zu erwarten, das mit den bekannten Verfahren des Standes der Technik nicht erreichbar ist.
-
In einer Weiterbildung der Erfindung kann vorgesehen sein, dass wenigstens einer der Sensorknoten als Fahrzeug, mobiles Endgerät, Gebäudeautomationsmodul, Verkehrsüberwachungsmodul und/oder Hardwaremodul eines intelligenten persönlichen Assistenten ausgebildet ist.
-
Ganz besonders vorteilhaft lässt sich die Erfindung umsetzen, wenn die Sensorknoten als Fahrzeuge ausgebildet sind bzw. wenn die Sensorknoten als Fahrzeugflotte ausgebildet ist, wobei sich Fahrzeuge aller Art eignen. Bei einem derartigen Sensorknoten kann es sich somit beispielsweise um ein Landfahrzeug, Wasserfahrzeug, Luftfahrzeug und/oder Raumfahrzeug handeln. Die Erfindung eignet sich für den Einsatz mit Kraftfahrzeugen allerdings in besonderem Maße.
-
Es können auch mehrere Typen von Sensorknoten innerhalb des Sensornetzes vorgesehen sein, z. B. einige Sensorknoten, die als Fahrzeuge ausgebildet sind und einige Sensorknoten, die als mobile Endgeräte, beispielsweise Mobiltelefone bzw. Smartphones, ausgebildet sind.
-
In einer Weiterbildung der Erfindung kann vorgesehen sein, dass die Datenerfassungsaufträge Bewegungsinformationen, Zustandsinformationen und/oder Umgebungsinformationen bezüglich der Sensorknoten betreffen.
-
Beispielsweise können die Datenerfassungsaufträge Positionsinformationen, beispielsweise eine relative Position des jeweiligen Sensorknotens zu einer Referenz und/oder eine globale Position des jeweiligen Sensorknotens, beispielsweise GPS-Daten, betreffen.
-
Ferner kann die Geschwindigkeit und/oder Beschleunigung eines Sensorknotens (also z. B. eine Fahrzeugs) erfasst werden.
-
Bei einer Zustandsinformation kann es sich beispielsweise um einen Betriebszustand eines Sensorknotens, beispielsweise eines Fahrzeugs, handeln. Bezogen auf ein Fahrzeug kann es sich insbesondere um eine Fahrsituation, einen Güte- bzw. Wartungszustand und/oder das Alter des Fahrzeugs handeln.
-
Besonders vorteilhaft lässt sich die Erfindung einsetzen, wenn die Datenerfassungsaufträge Umgebungsinformationen bezüglich der Sensorknoten betreffen. Dabei kann es sich beispielsweise um Bildinformationen, Toninformationen und/oder Videoinformationen und/oder bereits ausgewertete bzw. klassifizierte Daten, wie Verkehrszeichen, Baustellen und/oder Parkmöglichkeiten, handeln. Beispielsweise kann also vorgesehen sein, dass ein Datenerfassungsauftrag die Erfassung von Verkehrszeichen und deren globale Position betrifft, wobei der Datenerfassungsauftrag spezifisch an Fahrzeuge einer bestimmten Region, z. B. in Ingolstadt, zugewiesen wird.
-
Ferner können Daten betreffend den Zustand von öffentlichen Einrichtungen bzw. öffentlicher Infrastruktur, wie zum Beispiel Straßen, insbesondere Daten zu Schlaglöchern, sonstigen Mängeln etc., erhoben werden. Auch Informationen betreffend Parkmöglichkeiten können erhoben werden.
-
In einer Weiterbildung der Erfindung kann vorgesehen sein, dass wenigstens einer der Nutzwerte einen wirtschaftlichen Ertrag, eine Datenqualität, eine Datenquantität und/oder eine Datenaktualität betrifft.
-
Somit können die Datenerfassungsaufträge unter Verwendung von maschinellem Lernen hinsichtlich des wirtschaftlichen Ertrags bei der Weiterverwendung der erfassten bzw. erhobenen Daten optimiert werden. Neben dem wirtschaftlichen Aspekt können auch weitere Nutzwerte optimiert werden. Beispielsweise kann die Datenaktualität zusammen mit dem zu erwartenden wirtschaftlichen Ertrag in die Bewertung eines Datenerfassungsauftrags mit einbezogen werden, um neben der Ertragsmaximierung bei der Veräußerung der Daten gleichzeitig die Kundenzufriedenheit bzw. Kundenbindung sicherzustellen.
-
In einer bevorzugten Weiterbildung kann vorgesehen sein, dass die zentrale Stelle die durch die Sensorknoten erfassten Daten auf einer Handelsplattform anbietet.
-
Beispielsweise kann dann eine Optimierung der Datenerfassungsaufträge hinsichtlich der (erwarteten) Nachfrage auf der Handelsplattform erfolgen und auf diese Weise der wirtschaftliche Nutzen der Daten optimiert werden.
-
Anstelle einer Handelsplattform können die erfassten Daten selbstverständlich auch Dritten direkt angeboten werden, beispielsweise können die erfassten Daten Kartendienstleistern, Messeanbietern, Städteplanungsbüros, usw., angeboten werden.
-
In einer Weiterbildung der Erfindung kann außerdem vorgesehen sein, dass die Erfassung der auftragsspezifischen Daten durch die Sensorknoten an auftragsspezifischen Bedingungen geknüpft ist, wobei die auftragsspezifischen Bedingungen zur Optimierung des wenigstens einen Nutzwertes der auftragsspezifischen Daten unter Verwendung des Algorithmus zum maschinellen Lernen durch die zentrale Stelle erstellt werden.
-
Hierdurch kann die Datenlast weiter reduziert sein, da die Sensorknoten nur dann Daten erfassen und/oder an die zentrale Stelle übermitteln, wenn dies hinsichtlich des Nutzwertes sinnvoll erscheint.
-
In einer Weiterbildung kann dabei vorgesehen sein, dass die auftragsspezifischen Bedingungen eine Zeitvorgabe und/oder ein Attribut der Sensorknoten, insbesondere eine Position des jeweiligen Sensorknotens, einen Zustand des jeweiligen Sensorknotens und/oder einen Sensorknotentyp betreffen.
-
Es kann somit vorgesehen sein, dass ein Sensorknoten nur auftragsspezifische Daten erfasst und/oder übermittelt, wenn sich dieser an einem vorbestimmten Ort befindet. Beispielsweise können als auftragsspezifische Bedingung der „Umkreis München“ (Ortsbeziehung) und/oder ein beliebiger Zeitraum (beispielsweise „die nächsten vier Wochen“), vorgesehen sein.
-
Der Sensorknoten kann aufgrund der auftragsspezifischen Bedingungen des Datenerfassungsauftrags selbst „entscheiden“, ob die Daten zu erfassen sind, oder nicht. Eine aufwendige Abstimmung mit der zentralen Stelle ist damit unnötig.
-
In einer vorteilhaften Weiterbildung der Erfindung kann vorgesehen sein, dass der Algorithmus zum maschinellen Lernen als künstliches neuronales Netz, als Bayessches Netz, als Regressionsanalyse, als Support Vector Machine, als Ensemblemethode, als Clusteranalyse und/oder als Hauptkomponentenanalyse ausgebildet ist oder die genannten Verfahren umfasst.
-
Insbesondere ein künstliches neuronales Netz kann vorteilhaft zur Optimierung des wenigstens einen Nutzwertes der auftragsspezifischen Daten herangezogen werden.
-
In einer Weiterbildung der Erfindung kann die zentrale Stelle für das maschinelle Lernen einen Trainingsalgorithmus vorsehen, der vor der Erstellung der Datenerfassungsaufträge auf Basis von Bestandsdaten und/oder während der Erstellung der Datenerfassungsaufträge auf Basis von Echtzeitdaten ausgeführt wird.
-
Insbesondere bei Verwendung eines Fahrzeugs als Sensorknoten kann vorgesehen sein, dass die Daten von wenigstens einem Fahrzeugbus, insbesondere von einem CAN-Bus, einem LIN-Bus und/oder eine FlexRay-Bus erfasst werden. Es kann aber auch vorgesehen sein, dass die Daten durch das Verwenden von fahrzeugeigenen Sensoren erfasst werden.
-
Die Erfindung betrifft auch ein System zur Datenerhebung, umfassend ein Sensornetz mit einer zentralen Stelle und einer Mehrzahl von Sensorknoten. Die zentrale Stelle ist dazu eingerichtet, Datenerfassungsaufträge für die Datenerhebung zu erstellen und wenigstens einen der Datenerfassungsaufträge an wenigstens einen der Sensorknoten zu übermitteln. Ferner ist der Sensorknoten eingerichtet, auftragsspezifische Daten zu erfassen und an die zentrale Stelle zu übermitteln.
-
Für das erfindungsgemäße System ist ferner vorgesehen, dass die zentrale Stelle eine Steuereinrichtung umfasst, auf der ein Algorithmus zum maschinellen Lernen ausführbar ist, um die Datenerfassungsaufträge im Hinblick auf die Optimierung wenigstens eines Nutzwertes der auftragsspezifischen Daten zu erstellen.
-
Merkmale und Vorteile, die bereits zu dem vorstehend beschriebenen erfindungsgemäßen Verfahren beschrieben wurden, können selbstverständlich auch für das erfindungsgemäße System herangezogen werden.
-
Das System zur Datenerhebung kann unter Verwendung der zentralen Stelle, vorzugsweise einer Servereinrichtung, derart konfiguriert werden, dass zeitlich und örtlich variabel (bezüglich der Sensorknoten) lediglich diejenigen auftragsspezifischen Daten von der Mehrzahl von Sensorknoten erhoben und übertragen werden, für die eine optimale Ertragserwartung berechnet wurden.
-
Bestandteile der zentralen Stelle können insbesondere eine Empfangseinheit für die von den Sensorknoten übermittelten Daten, eine Verarbeitungseinheit und eine Speichereinheit sein. Der Algorithmus zum maschinellen Lernen kann dabei die Datenauswahl auf Basis von Metriken bzw. wenigstens einem Nutzwert optimieren. Das Ergebnis der Bewertung kann schließlich an eine Einrichtung zur Konfiguration der Datenerfassungsaufträge weitergeleitet werden.
-
Für das System können folgende Bestandteile vorgesehen sein:
- - eine Vorrichtung zur Erfassung der Daten, umfassend den wenigstens einen Sensorknoten;
- - jeweils eine Vorrichtung zur Übertragung der Daten von der zentralen Stelle zu dem wenigstens einen Sensorknoten und umgekehrt;
- - eine Vorrichtung zur Berechnung des wirtschaftlichen Nutzens auf Basis von maschinellem Lernen;
- - eine Vorrichtung zum Anlernen bzw. Trainieren eines Modells zum maschinellen Lernen zur Berechnung des wirtschaftlichen Nutzens auf Basis von Daten (durch Bestandsdaten und/oder Echtzeitdaten).
-
Nachfolgend ist ein Ausführungsbeispiel der Erfindung anhand der Zeichnung prinzipmäßig näher dargestellt.
-
Es zeigt:
- 1 ein System zur Datenerhebung mittels eines Sensornetzes, umfassend eine Mehrzahl von Sensorknoten und eine zentrale Stelle in schematischer Darstellung; und
- 2 eine schematische Darstellung des Verfahrens zur Datenerhebung.
-
1 zeigt stark schematisch ein System 1 zur Datenerhebung, umfassend ein Sensornetz 2 mit einer zentralen Stelle 3 und einer Mehrzahl von Sensorknoten 4, 5. Bei den Sensorknoten 4, 5 handelt es sich im Ausführungsbeispiel im Wesentlichen um Kraftfahrzeuge 4, grundsätzlich können aber beliebige Sensorknoten vorgesehen sein, beispielsweise ein mobiles Endgerät 5, ein Gebäudeautomationsmodul, ein Verkehrsüberwachungsmodul und/oder ein Hardwaremodul eines intelligenten persönlichen Assistenten. Die Verwendung einer Fahrzeugflotte ist vorliegend nur beispielhaft und nicht einschränkend zu verstehen. Zur Verdeutlichung sind in 1 zwei mobile Endgeräte 5 (vorliegend Smartphones) gestrichelt dargestellt. Es kann auch vorgesehen sein, unterschiedliche Typen von Sensorknoten in dem Sensornetz 2 gemischt zu verwenden, beispielsweise also Kraftfahrzeuge 4 und Smartphones 5.
-
Ein Sensorknoten, beispielsweise also ein Kraftfahrzeug 4, kann einen oder mehrere Sensoren 6 umfassen, um beispielsweise Umgebungsinformationen zu erfassen.
-
Bei der zentralen Stelle 3 handelt es sich im Ausführungsbeispiel um eine Servereinrichtung, wobei die näheren Details der nachfolgend beschriebenen 2 entnommen werden können.
-
In 2 ist der Ablauf innerhalb der zentralen Stelle 3 zur Verdeutlichung schematisch dargestellt.
-
Es ist vorgesehen, dass die zentrale Stelle 3 Datenerfassungsaufträge 7 für die Datenerhebung erstellt und wenigstens einen der Datenerfassungsaufträge 7 an wenigstens einen der Sensorknoten, vorliegend ein Kraftfahrzeug 4, übermittelt. Ein Datenerfassungsauftrag 7 kann dabei einen Datenbeschreibungsteil 7.1 und einen Bedingungsteil 7.2 umfassen. In dem Datenbeschreibungsteil 7.1 kann somit die Art der zu erfassenden auftragsspezifischen Daten 8 beschrieben bzw. kodiert sein. Dabei kann es sich beispielsweise um Bewegungsinformationen, Zustandsinformationen und/oder Umgebungsinformationen bezüglich des Kraftfahrzeugs 4 handeln.
-
Es ist vorgesehen, dass die zentrale Stelle 3 die Datenerfassungsaufträge 7 zur Optimierung des wenigstens einen Nutzwertes x1,...,xn der auftragsspezifischen Daten 8 unter Verwendung eines Algorithmus f[x1,...,xn] zum maschinellem Lernen erstellt.
-
Die Erfassung der auftragsspezifischen Daten 8 kann an auftragsspezifische Bedingungen geknüpft sein, die im Bedingungsteil 7.2 des Datenerfassungsauftrags 7 hinterlegt sein können. Dabei kann vorgesehen sein, dass die auftragsspezifischen Bedingungen zur Optimierung wenigstens eines Nutzwertes x1,...,xn der auftragsspezifischen Daten 8 unter Verwendung des Algorithmus f[x1,...,xn] zum maschinellen Lernen durch die zentrale Stelle 3 erstellt werden. Bei einer auftragsspezifischen Bedingung kann es sich beispielsweise um eine Zeitvorgabe und/oder ein Attribut der Sensorknoten, insbesondere eine Position des jeweiligen Sensorknotens, einen Zustand des jeweiligen Sensorknotens und/oder einen Sensorknotentyp handeln.
-
Die von den Sensorknoten, also beispielsweise einem Kraftfahrzeug 4 oder einem mobilen Endgerät 5, auftragsspezifisch erfassten Daten 8 können an die zentrale Stelle 3 übermittelt und in der zentralen Stelle 3 in einem Datenspeicher 9 abgelegt werden.
-
Vorzugsweise bietet die zentrale Stelle 3 die durch die Sensorknoten erfassten Daten 8, die beispielsweise in dem Datenspeicher 9 der zentralen Stelle 3 abgelegt sind, auf einer Handelsplattform 10 an. Innerhalb der Handelsplattform 10 können die erfassten Daten 8 einem oder mehreren Kunden 10.1, 10.2, 10.m angeboten werden. Die Daten 8 können allerdings auch ohne Verwendung einer Handelsplattform 10 direkt entsprechenden Kunden angeboten werden.
-
Schließlich kann es sich bei dem wenigstens einen Nutzwert x1,...,xn, der optimiert werden soll, um einen wirtschaftlichen Ertrag, eine Datenqualität, eine Datenquantität und/oder eine Datenaktualität handeln. Zur Bewertung des wirtschaftlichen Ertrags im Hinblick auf die Kosten der Datenerfassung und Datenübertragung kann beispielsweise bei der Veräußerung der erfassten Daten 8 Rückmeldung, beispielsweise über den Ertrag, an die zentrale Stelle 3 gegeben werden (in 2 durch gestrichelte Pfeile 11 angedeutet), wobei dann beispielsweise der Ertrag neben den eigentlichen Daten 8 in dem Datenspeicher 9 oder einem weiteren Datenspeicher der zentralen Stelle 3 abgelegt werden.
-
Auf einer Steuereinrichtung 12 der zentralen Stelle 3 kann der Algorithmus f[x1,...,xn] zum maschinellen Lernen ausführbar sein, bei dem es sich vorzugsweise um ein künstliches neuronales Netz handelt. Es kann allerdings auch vorgesehen sein, dass ein beliebiger weiterer Algorithmus f[x1,...,xn] zum maschinellen Lernen verwendet wird, beispielsweise ein Bayessches Netz, eine Regressionsanalyse, eine Support Vector Machine, eine Ensemblemethode, eine Clusteranalyse und/oder eine Hauptkomponentenanalyse.
-
Es kann vorgesehen sein, dass die zentrale Stelle 3 für das maschinelle Lernen einen Trainingsalgorithmus 13 verwendet, der vor der Erstellung der Datenerfassungsaufträge 7 auf Basis von Bestandsdaten und/oder während der Erstellung der Datenerfassungsaufträge 7 auf Basis von Echtzeitdaten ausgeführt wird.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- DE 102013223217 A1 [0003]
- DE 19513640 A1 [0005]
- DE 10133945 A1 [0007]
- DE 102015210881 A1 [0008]