Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2018078550) COMPOSITIONAL LEARNING THROUGH DECISION TREE GROWTH PROCESSES AND A COMMUNICATION PROTOCOL
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2018/078550 International Application No.: PCT/IB2017/056635
Publication Date: 03.05.2018 International Filing Date: 25.10.2017
IPC:
G06N 3/04 (2006.01) ,A61N 1/08 (2006.01)
[IPC code unknown for G06N 3/04][IPC code unknown for A61N 1/08]
Applicants:
NUGENT, Michael Alexander [US/US]; US
Inventors:
NUGENT, Michael Alexander; US
Agent:
LOPEZ, Kermit; US
Priority Data:
15/337,40828.10.2016US
Title (EN) COMPOSITIONAL LEARNING THROUGH DECISION TREE GROWTH PROCESSES AND A COMMUNICATION PROTOCOL
(FR) APPRENTISSAGE DE COMPOSITION PAR L'INTERMÉDIAIRE D'UN PROCESSUS DE CROISSANCE D'ARBRE DE DÉCISION ET PROTOCOLE DE COMMUNICATION
Abstract:
(EN) A communication protocol enables multiple decision tree forest modules arranged in a compositional network to grow in a coordinated manner so as to reduce error as measured by an arbitrary classification process utilizing spike encodings from any of the decision trees forest modules. The disclosed solution to compositional machine learning Is agnostic to both the hardware methodology used to impiement it, as well as the focal decision processes that power nodes in the decision trees. Any number of computing systems based on different technologies and physical arrangements can be built that will coordinate in solving arbitrary compositional learning problems, so long as the communication protocol is enforced.
(FR) L'invention concerne un protocole de communication permettant à de multiples modules de forêt d'arbres de décision agencés en un réseau de composition de croître d'une manière coordonnée de façon à réduire une erreur mesurée par un processus de classification arbitraire faisant appel à des codages de pointe à partir d'un module quelconque parmi les modules de forêt d'arbres de décision. La solution décrite pour un apprentissage machine de composition est agnostique à la fois pour la méthodologie matérielle utilisée pour le mettre en œuvre, ainsi que pour les processus de décision focale qui alimentent des nœuds des arbres de décision. Un nombre quelconque de systèmes informatiques basés sur des technologies et des agencements physiques différents peuvent être construits, lesquels coordonneront une résolution de problèmes d'apprentissage de composition arbitraires, tant que le protocole de communication est exécuté.
front page image
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, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, 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)