Un ensemble de données d'apprentissage, un ensemble de classes d'apprentissage et un ensemble de données de test sont reçus.

On effectue un dosage sur l'ensemble d'entraînement de ces composés et des données d'ensemble d'entraînement sont obtenues.

Une fois que le tampon est plein, un nouvel ensemble d'entraînement exclut l'ensemble d'entraînement le plus vieux du tampon.

Une fois le tampon rempli, un nouvel ensemble d'apprentissage supplante l'ancien au niveau du tampon.

Lorsque le tampon est plein, le plus ancien ensemble d'entraînement du tampon est remplacé par le nouvel ensemble d'entraînement.

Une fois le tampon plein, un nouvel ensemble de formation éjecte du tampon l'ensemble de formation le plus ancien.

Le procédé comprend : la génération d'une première séquence d'entraînement à partir d'un premier ensemble de séquences d'entraînement; la génération d'une seconde séquence d'entraînement à partir d'un second ensemble de séquences d'entraînement.

Le procédé et le système de l'invention consistent à recueillir un ensemble d'images numériques d'apprentissage comprenant un ensemble d'états pour l'ensemble d'images numériques d'apprentissage.

L'ensemble d'entraînement est réécrit comme ensemble de vecteurs binaires, dans lequel chaque étiquette qui apparaît dans l'ensemble d'entraînement est un attribut.

Un ensemble d'apprentissage initial est généré.

la mise en place des formations pour les employés a été effectuée

Chaque trame audio de l'ensemble de données de formation étiquetées est classifiée à l'aide du premier ensemble de classificateurs audio pour produire un ensemble de données de formation affiné.

Un ensemble de points d'apprentissage peut être généré par projection de l'ensemble d'images d'apprentissage dans l'espace.

La totalité de l'ensemble est divisée en deux parties: un ensemble d'entraînement et un ensemble de test.

Les séries d'échantillons sont réparties de manière aléatoire en une série de tests et une série d'entraînements.