Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2017166449) PROCÉDÉ ET DISPOSITIF POUR GÉNÉRER UN MODÈLE D’APPRENTISSAGE MACHINE
Dernières données bibliographiques dont dispose le Bureau international   

N° de publication : WO/2017/166449 N° de la demande internationale : PCT/CN2016/086413
Date de publication : 05.10.2017 Date de dépôt international : 20.06.2016
CIB :
G06F 15/18 (2006.01) ,G06N 99/00 (2010.01)
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
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
Déposants :
百度在线网络技术(北京)有限公司 BAIDU ONLINE NETWORK TECHNOLOGY (BEIJING) CO., LTD. [CN/CN]; 中国北京市 海淀区上地十街10号百度大厦三层 3/F Baidu Campus No. 10, Shangdi 10th Street Haidian District Beijing 100085, CN
Inventeurs :
詹志征 ZHAN, Zhizheng; CN
刘志强 LIU, Zhiqiang; CN
沈志勇 SHEN, Zhiyong; CN
Mandataire :
北京英赛嘉华知识产权代理有限责任公司 INSIGHT INTELLECTUAL PROPERTY LIMITED; 中国北京市 海淀区知春路甲48号盈都大厦A座19A 19 A, Tower A, InDo Building No. 48A Zhichun Road, Haidian District Beijing 100098, CN
Données relatives à la priorité :
201610192139.X30.03.2016CN
Titre (EN) METHOD AND DEVICE FOR GENERATING MACHINE LEARNING MODEL
(FR) PROCÉDÉ ET DISPOSITIF POUR GÉNÉRER UN MODÈLE D’APPRENTISSAGE MACHINE
(ZH) 机器学习模型生成方法和装置
Abrégé :
(EN) The present invention discloses a method and device for generating a machine learning model. A specific embodiment of the method comprises: generating a model parameter combination, and generating a machine learning model corresponding to each model parameter combination; dividing preset machine learning data into training data and verification data; training each of the machine learning models in parallel on the basis of the training data; respectively verifying a learning accuracy of each of the trained machine learning models on the basis of the verification data to obtain a verification score; determining, on the basis of the verification scores, an optimal model parameter combination corresponding to a machine learning model to be generated, and then generating a machine learning model corresponding to the optimal model parameter combination. The method and device enable the machine learning models corresponding to each of the model parameter combinations to be trained and verified in parallel, thereby improving the overall process of parameter optimization, and enabling an ideal machine learning model to be generated rapidly.
(FR) La présente invention concerne un procédé et un dispositif pour générer un modèle d’apprentissage machine. Un mode de réalisation spécifique du procédé consiste à : générer une combinaison de paramètres de modèle, et générer un modèle d’apprentissage machine correspondant à chaque combinaison de paramètres de modèle ; diviser des données d’apprentissage machine préétablies en données d’apprentissage et en données de vérification ; apprendre chacun des modèles d’apprentissage machine en parallèle sur la base des données d’apprentissage ; vérifier respectivement une précision d’apprentissage de chacun des modèles d’apprentissage machine appris sur la base des données de vérification pour obtenir un score de vérification ; déterminer, sur la base des scores de vérification, une combinaison de paramètres de modèle optimale correspondant à un modèle d’apprentissage machine à générer, puis générer un modèle d’apprentissage machine correspondant à la combinaison de paramètres de modèle optimale. Le procédé et le dispositif permettent aux modèles d’apprentissage machine correspondant à chacune des combinaisons de paramètres de modèle d’être appris et vérifiés en parallèle, permettant ainsi d’améliorer le processus global d’optimisation de paramètre, et permettant à un modèle d’apprentissage machine idéal d’être généré rapidement.
(ZH) 本申请公开了机器学习模型生成方法和装置。该方法的一具体实施方式包括:通过生成模型参数组合,以及生成对应于每一个模型参数组合的机器学习模型;将预设机器学习用数据划分为训练数据和验证数据;并行地分别基于训练数据对每一个机器学习模型进行训练;分别基于验证数据对每一个训练后的机器学习模型学习的准确率进行验证,得到验证分数;基于验证分数,确定待生成的机器学习模型对应的最优模型参数组合,以及生成对应于最优模型参数组合的机器学习模型。实现了以并行方式对所有模型参数组合对应的机器学习模型进行训练和验证,提升了整个参数寻优的过程,从而快速生成理想的机器学习模型。
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 : chinois (ZH)
Langue de dépôt : chinois (ZH)