Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2018204781) ANALYZING SEQUENCE DATA USING NEURAL NETWORKS
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2018/204781 International Application No.: PCT/US2018/031081
Publication Date: 08.11.2018 International Filing Date: 04.05.2018
IPC:
G06N 3/02 (2006.01) ,G06F 15/18 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
N
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3
Computer systems based on biological models
02
using neural network models
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
F
ELECTRIC DIGITAL DATA PROCESSING
15
Digital computers in general; Data processing equipment in general
18
in which a programme is changed according to experience gained by the computer itself during a complete run; Learning machines
Applicants:
ARIMO, INC. [US/US]; 888 Villa Street, Suite 401 Mountain View, CA 94041, US
Inventors:
NGUYEN, Christopher; US
CHI, Nhan Vu Lam; US
HAN, Binh; US
TRINH, Anh H.; US
SAFFAR, Mohammad; US
Agent:
PANWAR, Rajendra B.; US
HULSE, Robert, A.; US
PATEL, Rajiv, P.; US
MCNELIS, John, T.; US
FARN, Michael, W.; US
Priority Data:
62/502,59505.05.2017US
Title (EN) ANALYZING SEQUENCE DATA USING NEURAL NETWORKS
(FR) ANALYSE DE DONNÉES DE SÉQUENCES À L'AIDE DE RÉSEAUX NEURONAUX
Abstract:
(EN) Sequence data, such as time series data is analyzed using neural networks, for example, recurrent neural networks. The sequence data is obtained from a source. For example, a sequence data may represent time series data obtained from a sensor. As another example, the sequence of data may represent a sequence of user interactions performed by a user with an online system. The sequences of data are provided as input to a neural network. A feature vector representation of each input sequence data is extracted from the neural network. The feature vector representation is used for clustering the sequence data. Salient features of clusters of sequence data are determined. The salient features of clusters of sequence data are provided for display via a user interface.
(FR) Des données de séquences, telles que des données de séries chronologiques, sont analysées à l'aide de réseaux neuronaux, par exemple, des réseaux neuronaux récurrents. Les données de séquences sont obtenues à partir d'une source. Par exemple, des données de séquences peuvent représenter des données de séries chronologiques obtenues à partir d'un capteur. Selon un autre exemple, la séquence de données peut représenter une séquence d'interactions d'utilisateur effectuées par un utilisateur avec un système en ligne. Les séquences de données sont fournies en tant qu'entrée à un réseau neuronal. Une représentation vectorielle des caractéristiques de chacune des données de séquences d'entrée est extraite du réseau neuronal. La représentation vectorielle des caractéristiques est utilisée pour regrouper les données de séquences. Des caractéristiques saillantes des groupes de données de séquences sont déterminées. Les caractéristiques saillantes des groupes de données de séquences sont fournies pour être affichées par l'intermédiaire d'une interface utilisateur.
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)