WIPO logo
Mobile | Deutsch | Español | Français | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Search International and National Patent Collections
World Intellectual Property Organization
Search
 
Browse
 
Translate
 
Options
 
News
 
Login
 
Help
 
Machine translation
1. (WO2016060995) MACHINE-LEARNING APPROACH TO HOLOGRAPHIC PARTICLE CHARACTERIZATION
Latest bibliographic data on file with the International Bureau   

Pub. No.: WO/2016/060995 International Application No.: PCT/US2015/055154
Publication Date: 21.04.2016 International Filing Date: 12.10.2015
IPC:
G01N 15/02 (2006.01)
Applicants: NEW YORK UNIVERSITY[US/US]; 70 Washington Square South New York, NY 10012, US
Inventors: GRIER, David, G.; US
YEVICK, Aaron; US
HANNEL, Mark; US
Agent: MARTIN, Matthew, E.; US
Priority Data:
62/063,26013.10.2014US
Title (EN) MACHINE-LEARNING APPROACH TO HOLOGRAPHIC PARTICLE CHARACTERIZATION
(FR) APPROCHE D'APPRENTISSAGE PAR MACHINE POUR CARACTÉRISATION DE PARTICULES HOLOGRAPHIQUES
Abstract: front page image
(EN) Holograms of colloidal dispersions encode comprehensive information about individual particles' three-dimensional positions, sizes and optical properties. Extracting that information typically is computation- ally intensive, and thus slow. Machine-learning techniques based on support vector machines (SVMs) can analyze holographic video microscopy data in real time on low-power computers. The resulting stream of precise particle-resolved tracking and characterization data provides unparalleled insights into the composition and dynamics of colloidal dispersions and enables applications ranging from basic research to process control and quality assurance.
(FR) L'invention concerne des hologrammes de dispersions colloïdales qui codent des informations complètes concernant des positions en trois dimensions, des tailles et des propriétés optiques de particules individuelles. L'extraction de ces informations est généralement très intense d'un point de vue informatique, et donc très lente. Des techniques d'apprentissage par machine se basant sur des machines à vecteurs de support (SVM) peuvent analyser des données de microscopie vidéo holographique en temps réel sur des ordinateurs de faible puissance. Le flux résultant de données de suivi et de caractérisation à résolution de particules précise fournit un aperçu inégalé de la composition et de la dynamique de dispersions colloïdales et permet des applications allant de la recherche fondamentale au contrôle de processus et à l'assurance qualité.
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JP, KE, KG, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: English (EN)
Filing Language: English (EN)