Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2019067248) ESTIMATING THE AMOUNT OF DEGRADATION WITH A REGRESSION OBJECTIVE IN DEEP LEARNING
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2019/067248 International Application No.: PCT/US2018/051332
Publication Date: 04.04.2019 International Filing Date: 17.09.2018
IPC:
G06F 15/18 (2006.01)
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:
D5AI LLC [US/US]; 958 Versailles Circle Maitland, FL 32751, US
Inventors:
BAKER, James, K.; US
BAKER, Bradley, J.; US
Agent:
KNEDEISEN, Mark, G.; US
ANDERSON, Jaimie, R.; US
BLYTH, Gareth, M.; US
CAPRIOTTI, Roberto; US
CONRAD, Sean, M.; US
Priority Data:
62/564,75428.09.2017US
Title (EN) ESTIMATING THE AMOUNT OF DEGRADATION WITH A REGRESSION OBJECTIVE IN DEEP LEARNING
(FR) ESTIMATION DE QUANTITÉ DE DÉGRADATION AVEC UN OBJECTIF DE RÉGRESSION EN APPRENTISSAGE PROFOND
Abstract:
(EN) Computer systems and computer-implemented methods train a machine-learning regression system. The method comprises the step of generating, with a machine-learning generator, output patterns; distorting the output patterns of the generator by a scale factor to generate distorted output patterns; and training the machine-learning regression system to predict the scaling factor, where the regression system receives the distorted output patterns as input and learns and the scaling factor is a target value for the regression system. The method may further comprise, after training the machine-learning regression system, training a second machine-learning generator by back propagating partial derivatives of an error cost function from the regression system to the second machine-learning generator and training the second machine-learning generator using stochastic gradient descent.
(FR) Selon l'invention, des systèmes informatiques et des procédés mis en œuvre par ordinateur entraînent un système de régression à apprentissage automatique. Le procédé comprend les étapes consistant à produire, avec un générateur à apprentissage automatique, des motifs de sortie; déformer les motifs de sortie du générateur selon un facteur d'échelle pour produire des motifs de sortie déformés; et entraîner le système de régression à apprentissage automatique pour prédire le facteur d'échelle, le système de régression recevant les motifs de sortie déformés en entrée et effectuant l'apprentissage, et le facteur de mise à l'échelle étant une valeur cible pour le système de régression. Le procédé peut aussi consister, après l'entraînement du système de régression à apprentissage automatique, à entraîner un deuxième générateur à apprentissage automatique par rétropropagation de dérivées partielles d'une fonction de coût d'erreur à partir du système de régression jusqu'au deuxième générateur à apprentissage automatique et entraîner le deuxième générateur à apprentissage automatique grâce à une descente de gradient stochastique.
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)