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. (WO2016094090) ERROR-DRIVEN FEATURE IDEATION IN MACHINE LEARNING
Latest bibliographic data on file with the International Bureau   

Pub. No.:    WO/2016/094090    International Application No.:    PCT/US2015/062852
Publication Date: 16.06.2016 International Filing Date: 28.11.2015
Chapter 2 Demand Filed:    22.06.2016    
IPC:
G06N 99/00 (2010.01), G06F 17/30 (2006.01)
Applicants: MICROSOFT TECHNOLOGY LICENSING, LLC [US/US]; Attn: Patent Group Docketing (Bldg. 8/1000) One Microsoft Way Redmond, Washington 98052-6399 (US)
Inventors: AMERSHI, Saleema; (US).
BROOKS, Michael, J.; (US).
LEE, Bongshin; (US).
DRUCKER, Steven, M.; (US).
SIMARD, Patrice, Y.; (US).
SUH, Jin A.; (US).
KAPOOR, Ashish; (US)
Agent: MINHAS, Sandip; (US).
TRICHARD, Louis; Olswang LLP 90 High Holborn London WC1V 6XX (GB)
Priority Data:
14/562,750 07.12.2014 US
Title (EN) ERROR-DRIVEN FEATURE IDEATION IN MACHINE LEARNING
(FR) CONCEPTUALISATION DE CARACTÉRISTIQUE ENTRAÎNÉE PAR UNE ERREUR DANS UN APPRENTISSAGE MACHINE
Abstract: front page image
(EN)Disclosed herein are technologies directed to a feature ideator. The feature ideator can initiate a classifier that analyzes a training set of data in a classification process. The feature ideator can generate one or more suggested features relating to errors generated during the classification process. The feature ideator can generate an output to cause the errors to be rendered in a format that provides for an interaction with a user. A user can review the summary of the errors or the individual errors and select one or more features to increase the accuracy of the classifier.
(FR)La présente invention concerne des technologies pour un dispositif de conceptualisation de caractéristique. Le dispositif de conceptualisation de caractéristique peut initier un classificateur qui analyse un ensemble d'apprentissage de données dans un processus de classification. Le dispositif de conceptualisation de caractéristique peut générer une ou plusieurs caractéristiques suggérées concernant des erreurs générées durant le processus de classification. Le dispositif de conceptualisation de caractéristique peut générer une sortie pour amener les erreurs à être restituées dans un format qui fournit une interaction avec un utilisateur. Un utilisateur peut passer en revue le résumé des erreurs ou des erreurs individuelles et sélectionner une ou plusieurs caractéristiques pour accroître la précision du classificateur.
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 (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Organization (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (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)