Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020115539 - SYSTEM, METHOD AND NETWORK NODE FOR GENERATING AT LEAST ONE CLASSIFICATION BASED ON MACHINE LEARNING TECHNIQUES

Publication Number WO/2020/115539
Publication Date 11.06.2020
International Application No. PCT/IB2018/059781
International Filing Date 07.12.2018
IPC
G06N 3/04 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architecture, e.g. interconnection topology
G06N 3/08 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
CPC
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
G06N 3/088
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
088Non-supervised learning, e.g. competitive learning
Applicants
  • TELEFONAKTIEBOLAGET LM ERICSSON (PUBL) [SE]/[SE] (AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BE, BF, BG, BH, BJ, BN, BR, BW, BY, BZ, CA, CF, CG, CH, CI, CL, CM, CN, CO, CR, CU, CY, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, FR, GA, GB, GD, GE, GH, GM, GN, GQ, GR, GT, GW, HN, HR, HU, ID, IE, IL, IN, IR, IS, IT, JO, JP, KE, KG, KH, KM, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LT, LU, LV, LY, MA, MC, MD, ME, MG, MK, ML, MN, MR, MT, MW, MX, MY, MZ, NA, NE, NG, NI, NL, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SI, SK, SL, SM, SN, ST, SV, SY, SZ, TD, TG, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, UZ, VC, VN, ZA, ZM, ZW)
  • ZHU, Zhongwen [CA]/[CA] (US)
  • QI, Qinan [CA]/[CA] (US)
  • FAN, Qiang [CA]/[CA] (US)
Inventors
  • ZHU, Zhongwen
  • QI, Qinan
  • FAN, Qiang
Agents
  • DUFORT, Julie
  • NICOLAESCU, Alex
  • RAHMER, David
  • CARTIER, Francois
  • FORTIN, Jean-Pierre
  • GRABARI, Magdalena
Priority Data
Publication Language English (EN)
Filing Language English (EN)
Designated States
Title
(EN) SYSTEM, METHOD AND NETWORK NODE FOR GENERATING AT LEAST ONE CLASSIFICATION BASED ON MACHINE LEARNING TECHNIQUES
(FR) SYSTÈME, PROCÉDÉ ET NŒUD DE RÉSEAU PERMETTANT DE GÉNÉRER AU MOINS UNE CLASSIFICATION SUR LA BASE DE TECHNIQUES D'APPRENTISSAGE AUTOMATIQUE
Abstract
(EN)
The disclosure relates to a system, method, and network node for generating at least one classification based on multiple data sources. The system comprises at least one layer comprising one or more supervised neural networks (SNN); at least one layer comprising one or more unsupervised neural networks (USNN); and at least one normalization layer. Each of the layers has inputs and outputs, the inputs of a first layer being operative to receive data from the data sources, the inputs of a layer other than the first layer being communicatively connected to the outputs of a previous layer, the outputs of a layer other than a last layer being communicatively connected to inputs of a following layer, the last layer having at least one output, and the at least one normalization layer being operative to normalize the outputs from the previous layer into normalized inputs for the following layer.
(FR)
La présente invention concerne un système, un procédé et un nœud de réseau permettant de générer au moins une classification sur la base de multiples sources de données. Le système comprend au moins une couche comprenant un ou plusieurs réseaux neuronaux supervisés (SNN) ; au moins une couche comprenant un ou plusieurs réseaux neuronaux non supervisés (USNN) ; et au moins une couche de normalisation. Chacune des couches a des entrées et des sorties, les entrées d'une première couche étant destinées à des données provenant des sources de données, les entrées d'une couche autre que la première couche étant connectées en communication aux sorties d'une couche précédente, les sorties d'une couche autre qu'une dernière couche étant connectées en communication à des entrées d'une couche suivante, la dernière couche ayant au moins une sortie, et ladite couche de normalisation étant destinée à normaliser les sorties de la couche précédente en entrées normalisées destinées à la couche suivante.
Latest bibliographic data on file with the International Bureau