Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2018182442) MACHINE LEARNING SYSTEM AND METHOD FOR GENERATING A DECISION STREAM AND AUTOMONOUSLY OPERATING DEVICE USING THE DECISION STREAM
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2018/182442 International Application No.: PCT/RU2017/000171
Publication Date: 04.10.2018 International Filing Date: 27.03.2017
IPC:
G06N 99/00 (2010.01) ,G06N 5/02 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
N
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
99
Subject matter not provided for in other groups of this subclass
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
N
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
5
Computer systems utilizing knowledge based models
02
Knowledge representation
Applicants:
IGNATOV, Dmitry Yurievich IGNATOV, Dmitry Yurievich [RU/CN]; CN (RU)
HUAWEI TECHNOLOGIES CO., LTD. HUAWEI TECHNOLOGIES CO., LTD. [CN/CN]; Huawei Administration Building, Bantian, Longgang District Shenzhen Guangdong, Huawei Administration Building Bantian, Longgang District Shenzhen, Guangdong 518129, CN
Inventors:
IGNATOV, Dmitry Yurievich IGNATOV, Dmitry Yurievich; CN
FILIPPOV, Alexander Nikolaevich FILIPPOV, Alexander Nikolaevich; CN
ZHANG, Xuecang ZHANG, Xuecang; CN
Agent:
LAW FIRM "GORODISSKY & PARTNERS" LTD.; MITS Alexander Vladimirovich B. Spasskaya str., 25, bldg. 3 Moscow, 129090, RU
Priority Data:
Title (EN) MACHINE LEARNING SYSTEM AND METHOD FOR GENERATING A DECISION STREAM AND AUTOMONOUSLY OPERATING DEVICE USING THE DECISION STREAM
(FR) SYSTÈME D'APPRENTISSAGE AUTOMATIQUE ET PROCÉDÉ DE GÉNÉRATION D'UN FLUX DE DÉCISION ET DISPOSITIF D'EXPLOITATION AUTONOME UTILISANT LE FLUX DE DÉCISION
Abstract:
(EN) The present invention concerns a machine learning system and a machine learning method. At first, from a sample set, a sample feature is selected that has a closest relation to the target variable representing decision/prediction. The sample set comprises a plurality of samples, based on which the prediction is met and which are considered at a node of the decision stream. The samples have one or more sample features and one target variable. Then, a set of sample groups is generated by splitting the samples into at least two sample groups according to the selected sample feature, and by executing merging of sample groups that meet a merging rule. Subsequently, a splitting rule is generated for splitting the sample set into the set of sample groups and assigned to the node of the decision stream. After every phase of node generation the leaf nodes from the same and/or different levels of decision stream are merged according to the merging rule. The last operation determines the unique structure and functional properties of decision stream.
(FR) La présente invention concerne un système d'apprentissage automatique et un procédé d'apprentissage automatique. Premièrement, à partir d'un ensemble d'échantillons, une caractéristique d'échantillon qui a une relation la plus proche de la variable cible représentant la décision/la prédiction est sélectionnée. L'ensemble d'échantillons comprend une pluralité d'échantillons, sur la base desquels la prédiction est satisfaite et qui sont pris en considération au niveau d'un nœud du flux de décision. Les échantillons ont une ou plusieurs caractéristiques d'échantillon et une variable cible. Ensuite, un ensemble de groupes d'échantillons est généré par division des échantillons en au moins deux groupes d'échantillons selon la caractéristique d'échantillon sélectionnée, et par exécution d'une fusion de groupes d'échantillons qui satisfont une règle de fusion. Ensuite, une règle de division est générée pour diviser l'ensemble d'échantillons en l'ensemble de groupes d'échantillons et attribué au nœud du flux de décision. Après chaque phase de génération de nœud, les nœuds feuilles à partir des mêmes niveaux et/ou différents niveaux de flux de décision sont fusionnés selon la règle de fusion. La dernière opération détermine la structure unique et les propriétés fonctionnelles du flux de décision.
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, 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)