Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020112290 - PROVIDING CUSTOM MACHINE-LEARNING MODELS

Publication Number WO/2020/112290
Publication Date 04.06.2020
International Application No. PCT/US2019/058627
International Filing Date 29.10.2019
IPC
G06N 20/20 2019.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
20Ensemble learning
CPC
G06F 8/33
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
8Arrangements for software engineering
30Creation or generation of source code
33Intelligent editors
G06N 20/20
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
20Ensemble learning
Applicants
  • MICROSOFT TECHNOLOGY LICENSING, LLC [US]/[US]
Inventors
  • KEECH, Jonathan Daniel
  • SHANMUGAM, Kesavan
  • CALVERT, Simon
  • WILSON-THOMAS, Mark A.
  • LIM, Vivian Julia
Agents
  • MINHAS, Sandip S.
  • ADJEMIAN, Monica
  • BARKER, Doug
  • CHATTERJEE, Aaron C.
  • CHEN, Wei-Chen Nicholas
  • CHOI, Daniel
  • CHURNA, Timothy
  • DINH, Phong
  • EVANS, Patrick
  • GABRYJELSKI, Henry
  • GOLDSMITH, Micah P.
  • GUPTA, Anand
  • HINOJOSA-SMITH, Brianna L.
  • HWANG, William C.
  • JARDINE, John S.
  • LEE, Sunah
  • LEMMON, Marcus
  • MARQUIS, Thomas
  • MEYERS, Jessica
  • ROPER, Brandon
  • SPELLMAN, Steven
  • SULLIVAN, Kevin
  • SWAIN, Cassandra T.
  • TABOR, Ben
  • WALKER, Matt
  • WIGHT, Stephen A.
  • WISDOM, Gregg
  • WONG, Ellen
  • WONG, Thomas S.
  • ZHANG, Hannah
  • HOLMES, Danielle J.
  • TRAN, Kimberly
Priority Data
16/205,07029.11.2018US
Publication Language English (EN)
Filing Language English (EN)
Designated States
Title
(EN) PROVIDING CUSTOM MACHINE-LEARNING MODELS
(FR) FOURNITURE DE MODÈLES D'APPRENTISSAGE AUTOMATIQUE PERSONNALISÉS
Abstract
(EN)
Providing custom machine learning models to client computer systems. Multiple machine learning models are accessed. Client-specific data for multiple client computer systems are also accessed. For each of at least some of the client computer systems, performing the following actions: First, using the corresponding client-specific data for the corresponding client computer system to determine which subset of the multiple machine learning models is applicable to the corresponding client computer system. The subset of the multiple machine learning models includes more than one of the multiple machine learning models. Then, aggregating the determined subset of the multiple machine learning models to generate an aggregated subset of machine learning models that is customized to the corresponding client computer system.
(FR)
L'invention concerne la fourniture de modèles d'apprentissage automatique personnalisés à des systèmes informatiques clients. Plusieurs modèles d'apprentissage automatique sont accessibles. L'invention concerne des données spécifiques aux clients pour de multiples systèmes informatiques clients. Pour chaque système d'au moins une partie des systèmes informatiques clients, les actions suivantes sont effectuées : Tout d’abord, les données spécifiques aux clients correspondantes pour le système informatique client correspondant sont utilisées afin de déterminer quel sous-ensemble de la pluralité de modèles d'apprentissage automatique est applicable au système informatique client correspondant. Le sous-ensemble de la pluralité de modèles d'apprentissage automatique comprend plusieurs modèles de la pluralité de modèles d'apprentissage automatique. Ensuite, le sous-ensemble déterminé de la pluralité de modèles d'apprentissage automatique est agrégé afin de générer un sous-ensemble agrégé de modèles d'apprentissage automatique qui est personnalisé selon le système informatique client correspondant.
Also published as
Latest bibliographic data on file with the International Bureau