WIPO logo
Mobile | Deutsch | English | Español | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Recherche dans les collections de brevets nationales et internationales
World Intellectual Property Organization
Options
Langue d'interrogation
Stemming/Racinisation
Trier par:
Nombre de réponses par page
Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2017142629) RÉSEAUX DE NEURONES DE CLASSIFICATION D'IMAGE
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2017/142629 N° de la demande internationale : PCT/US2016/069279
Date de publication : 24.08.2017 Date de dépôt international : 29.12.2016
Demande présentée en vertu du Chapitre 2 : 18.12.2017
CIB :
G06N 3/04 (2006.01) ,G06K 9/80 (2006.01) ,G06K 9/00 (2006.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
N
SYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3
Systèmes de calculateurs basés sur des modèles biologiques
02
utilisant des modèles de réseaux neuronaux
04
Architecture, p.ex. topologie d'interconnexion
G PHYSIQUE
06
CALCUL; COMPTAGE
K
RECONNAISSANCE DES DONNÉES; PRÉSENTATION DES DONNÉES; SUPPORTS D'ENREGISTREMENT; MANIPULATION DES SUPPORTS D'ENREGISTREMENT
9
Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
80
Combinaison du prétraitement de l'image et de fonctions de reconnaissance
G PHYSIQUE
06
CALCUL; COMPTAGE
K
RECONNAISSANCE DES DONNÉES; PRÉSENTATION DES DONNÉES; SUPPORTS D'ENREGISTREMENT; MANIPULATION DES SUPPORTS D'ENREGISTREMENT
9
Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
Déposants : GOOGLE LLC[US/US]; 1600 Amphitheatre Parkway Mountain View, California 94043, US
Inventeurs : VANHOUCKE, Vincent O.; US
SZEGEDY, Christian; US
IOFFE, Sergey; US
Mandataire : PORTNOV, Michael; US
KENNEDY, Richard; Venner Shipley LLP 200 Aldersgate London EC1A 4HD, GB
Données relatives à la priorité :
62/297,10118.02.2016US
Titre (EN) IMAGE CLASSIFICATION NEURAL NETWORKS
(FR) RÉSEAUX DE NEURONES DE CLASSIFICATION D'IMAGE
Abrégé :
(EN) A neural network system that includes subnetworks including a first subnetwork including multiple first modules, each first module including: a pass-through convolutional layer that processes the subnetwork input to generate a pass-through output; an average pooling stack of neural network layers that processes the subnetwork input for the first subnetwork to generate an average pooling output; a first stack of convolutional neural network layers that processes the subnetwork input to generate a first stack output; a second stack of convolutional neural network layers that processes the subnetwork input to generate a second stack output; and a concatenation layer that concatenates the generated outputs to generate a first module output. By including module subnetworks in a deep neural network, the deep neural network can perform better on image processing tasks and can be trained quicker and more efficiently while maintaining improved performance on the image processing tasks.
(FR) L'invention concerne un système de réseau de neurones qui comprend des sous-réseaux comprenant un premier sous-réseau comprenant de multiples premiers modules, chaque premier module comprenant : une couche de convolution traversante qui traite l'entrée de sous-réseau pour générer une sortie traversante; une pile de groupements moyens des couches de réseau de neurones qui traite l'entrée de sous-réseau pour le premier sous-réseau pour générer une sortie de groupement moyen; une première pile de couches de réseau de neurones convolutionnel qui traite l'entrée de sous-réseau pour générer une première sortie de pile; un second empilement de couches de réseau de neurones convolutionnel qui traite l'entrée de sous-réseau pour générer une seconde sortie de pile; et une couche de concaténation qui concatène les sorties générées afin de générer une première sortie de module. En comprenant des sous-réseaux de module dans un réseau de neurones profond, le réseau de neurones profond peut mieux fonctionner sur des tâches de traitement d'image et peut être entraîné plus rapidement et de manière plus efficace tout en conservant de meilleures performances sur les tâches de traitement d'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, DJ, 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, 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
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)