Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2019063988) MACHINE LEARNING QUERY HANDLING SYSTEM
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2019/063988 International Application No.: PCT/GB2018/052723
Publication Date: 04.04.2019 International Filing Date: 25.09.2018
IPC:
G06F 17/30 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
F
ELECTRIC DIGITAL DATA PROCESSING
17
Digital computing or data processing equipment or methods, specially adapted for specific functions
30
Information retrieval; Database structures therefor
Applicants:
INTERNATIONAL CONSOLIDATED AIRLINES GROUP [GB/GB]; Waterside (HAA2) PO Box 365 Harmondsworth Middlesex UB7 0GB, GB
Inventors:
JOBLING, Daniel; GB
MORGAN, Glenn; GB
SHADE, Paul; GB
MAY, Andrew; GB
Agent:
LAM, Alvin; GB
Priority Data:
1715738.928.09.2017GB
Title (EN) MACHINE LEARNING QUERY HANDLING SYSTEM
(FR) SYSTÈME DE GESTION DE REQUÊTES D’APPRENTISSAGE AUTOMATIQUE
Abstract:
(EN) Systems and methods for a machine learning query handling platform are described, whereby each computing node in a computer network is configured to implement a respective local prediction model that calculates an output based on input attributes passed through trained parameters of the local prediction model, whereby at least two of the computing nodes calculate different predicted outputs to the same input attributes. In an embodiment, the trained parameters of each local prediction model include a first set of parameters received from a remote server, a second set of parameters received from another interconnected computing node, and a third set of parameters based on data in a local memory. Other embodiments are also described and claimed.
(FR) La présente invention concerne des systèmes et des procédés pour une plate-forme de gestion de requêtes d’apprentissage automatique. Chaque nœud informatique dans un réseau informatique est configuré pour mettre en œuvre un modèle de prédiction local respectif qui calcule une sortie sur la base d’attributs d’entrée qui ont été soumis à des paramètres entraînés du modèle de prédiction local, au moins deux des nœuds informatiques calculant différentes sorties prédites pour les mêmes attributs d’entrée. Dans un mode de réalisation, les paramètres entraînés de chaque modèle de prédiction local incluent un premier ensemble de paramètres reçus en provenance d’un serveur distant, un deuxième ensemble de paramètres reçus en provenance d’un autre nœud informatique interconnecté, et un troisième ensemble de paramètres basés sur des données dans une mémoire locale. D'autres modes de réalisation de la présente invention sont également décrits et revendiqués.
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)