Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2016196079) RARETÉ FUSIONNÉE PAR L'INTERMÉDIAIRE DE RÉDUCTION ADAPTATIVE ET DYNAMIQUE
Dernières données bibliographiques dont dispose le Bureau international   

N° de publication : WO/2016/196079 N° de la demande internationale : PCT/US2016/033905
Date de publication : 08.12.2016 Date de dépôt international : 24.05.2016
CIB :
G06F 17/18 (2006.01) ,G06F 9/48 (2006.01) ,G06N 99/00 (2010.01) ,G06F 15/18 (2006.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
F
TRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
17
Equipement ou méthodes de traitement de données ou de calcul numérique, spécialement adaptés à des fonctions spécifiques
10
Opérations mathématiques complexes
18
pour l'évaluation de données statistiques
G PHYSIQUE
06
CALCUL; COMPTAGE
F
TRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
9
Dispositions pour la commande par programme, p.ex. unité de commande
06
utilisant un programme emmagasiné, c. à. d. utilisant une unité de stockage interne de l'équipement de traitement de données pour recevoir et conserver le programme
46
Dispositions pour la multiprogrammation
48
Lancement de programmes; Changement de programmes, p.ex. par interruption
G PHYSIQUE
06
CALCUL; COMPTAGE
N
SYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
99
Matière non prévue dans les autres groupes de la présente sous-classe
G PHYSIQUE
06
CALCUL; COMPTAGE
F
TRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
15
Calculateurs numériques en général; Équipement de traitement de données en général
18
dans lequel un programme est modifié en fonction de l'expérience acquise par le calculateur lui-même au cours d'un cycle complet; Machines capables de s'instruire
Déposants :
NEC LABORATORIES AMERICA, INC. [US/US]; 4 Independence Way Suite 200 Princeton, New Jersey 08540, US
Inventeurs :
ZHANG, Kai; US
CHEN, Zhengzhang; US
CHEN, Haifeng; US
JIANG, Guofei; US
Mandataire :
KOLODKA, Joseph; US
Données relatives à la priorité :
15/160,28020.05.2016US
62/169,69202.06.2015US
Titre (EN) ANNEALED SPARSITY VIA ADAPTIVE AND DYNAMIC SHRINKING
(FR) RARETÉ FUSIONNÉE PAR L'INTERMÉDIAIRE DE RÉDUCTION ADAPTATIVE ET DYNAMIQUE
Abrégé :
(EN) Systems and methods are provided for acquiring data from an input signal using multitask regression. The method includes: receiving the input signal, the input signal including data that includes a plurality of features; determining at least two computational tasks to analyze within the input signal; regularizing all of the at least two tasks using shared adaptive weights; performing a multitask regression on the input signal to create a solution path for all of the at least two tasks, wherein the multitask regression includes updating a model coefficient and a regularization weight together under an equality norm constraint until convergence is reached, and updating the model coefficient and regularization weight together under an updated equality norm constraint that has a greater l1-penalty than the previous equality norm constraint until convergence is reached; selecting a sparse model from the solution path; constructing an image using the sparse model; and displaying the image.
(FR) La présente invention concerne des systèmes et des procédés destinés à l'acquisition de données à partir d'un signal d'entrée à l'aide d’une régression multitâche. Le procédé comprend les étapes consistant à : recevoir le signal d'entrée, le signal d'entrée comprenant des données qui comprennent une pluralité de caractéristiques ; déterminer au moins deux tâches de calcul à analyser à l'intérieur du signal d'entrée ; régulariser l'ensemble de l'au moins deux tâches à l'aide de poids adaptatifs partagés ; effectuer une régression multitâche sur le signal d'entrée pour créer un chemin de solution pour l'ensemble de l'au moins deux tâches, le modèle de régression multitâche comprenant la mise à jour d'un coefficient de modèle et un poids de régularisation ensemble sous une contrainte de norme d'égalité jusqu'à ce que la convergence soit atteinte et mettre à jour le coefficient de modèle et le poids de régularisation ensemble sous une contrainte de norme d'égalité mise à jour qui présente une plus grande pénalité l1 que la contrainte de norme d'égalité précédente jusqu'à ce que la convergence soit atteinte ; sélectionner un modèle peu dense à partir du chemin de solution ; construire une image à l'aide du modèle peu dense ; et afficher l'image.
front page image
États désignés : 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, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JP, KE, KG, KN, KP, KR, 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
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (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)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)