Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020112261 - EXTENSIBLE SOFTWARE TOOL WITH CUSTOMIZABLE MACHINE PREDICTION

Publication Number WO/2020/112261
Publication Date 04.06.2020
International Application No. PCT/US2019/056069
International Filing Date 14.10.2019
IPC
G06F 9/451 2018.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
FELECTRIC DIGITAL DATA PROCESSING
9Arrangements for program control, e.g. control units
06using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
44Arrangements for executing specific programs
451Execution arrangements for user interfaces
G06F 8/30 2018.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
FELECTRIC DIGITAL DATA PROCESSING
8Arrangements for software engineering
30Creation or generation of source code
G06Q 10/00 2012.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
10Administration; Management
CPC
G06F 8/31
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
8Arrangements for software engineering
30Creation or generation of source code
31Programming languages or programming paradigms
G06F 9/451
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
9Arrangements for program control, e.g. control units
06using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
44Arrangements for executing specific programs
451Execution arrangements for user interfaces
G06N 20/10
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
10using kernel methods, e.g. support vector machines [SVM]
G06N 20/20
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
20Ensemble learning
G06N 3/0445
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0445Feedback networks, e.g. hopfield nets, associative networks
G06N 3/0454
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0454using a combination of multiple neural nets
Applicants
  • ORACLE INTERNATIONAL CORPORATION [US]/[US]
Inventors
  • LEI, Ming
  • POPESCU, Catalin
  • ETKIND, Wendy L.
Agents
  • PATEL, Viresh
Priority Data
16/201,29027.11.2018US
Publication Language English (EN)
Filing Language English (EN)
Designated States
Title
(EN) EXTENSIBLE SOFTWARE TOOL WITH CUSTOMIZABLE MACHINE PREDICTION
(FR) OUTIL LOGICIEL EXTENSIBLE AVEC PRÉDICTION DE MACHINE PERSONNALISABLE
Abstract
(EN)
Systems and methods are provided for performing customizable machine prediction using an extensible software tool. A specification including features of a trained machine learning model can be received and an interface for the trained machine learning model can be generated. The trained machine learning model can be loaded using the interface, the loaded machine learning model including a binary file configured to receive data as input and generate prediction data as output. Predictions can be generated using observed data that is stored according to a multidimensional data model, wherein a portion of the observed data is input to the loaded machine learning model to generate first data predictions, and a portion of the observed data is used by a generic forecast model to generate second data predictions. The first and second data predictions can be displayed in a user interface configured to display intersections of the multidimensional data model.
(FR)
L'invention concerne des systèmes et des procédés permettant d'effectuer une prédiction de machine personnalisable à l'aide d'un outil logiciel extensible. Une spécification comprenant les caractéristiques d'un modèle d'apprentissage automatique appris peut être reçue et une interface pour le modèle d'apprentissage automatique appris peut être générée. Le modèle d'apprentissage automatique appris peut être chargé à l'aide de l'interface, le modèle d'apprentissage automatique chargé comprenant un fichier binaire configuré pour recevoir des données en tant qu'entrée et générer des données de prédiction en tant que sortie. Des prédictions peuvent être générées à l'aide des données observées qui sont stockées selon un modèle de données multidimensionnel, une partie des données observées étant entrée dans le modèle d'apprentissage automatique chargé pour générer des premières prédictions de données, et une partie des données observées étant utilisée par un modèle de prévision générique pour générer des secondes prédictions de données. Les première et seconde prédictions de données peuvent être affichées dans une interface utilisateur configurée pour afficher des intersections du modèle de données multidimensionnel.
Also published as
Latest bibliographic data on file with the International Bureau