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. (WO2017212459) INTÉGRATION DE CONTENU À L'AIDE D'ALGORITHMES D'APPRENTISSAGE DE MÉTRIQUE PROFONDE
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2017/212459 N° de la demande internationale : PCT/IB2017/053442
Date de publication : 14.12.2017 Date de dépôt international : 09.06.2017
CIB :
G06F 15/18 (2006.01) ,G06N 3/02 (2006.01)
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
3
Systèmes de calculateurs basés sur des modèles biologiques
02
utilisant des modèles de réseaux neuronaux
Déposants : SENTIENT TECHNOLOGIES (BARBADOS) LIMITED[BB/BB]; 13, 8th Avenue Belleville, BB
Inventeurs : TSATSIN, Petr; US
LONG, Philip; US
LEGRAND, Diego Guy M.; US
DUFFY, Nigel; US
Mandataire : WOLFELD, Warren S.; US
BEFFEL, JR., Ernest J.; US
HAYNES, Mark A.; US
DUNLAP, Andrew L.; US
CASWELL, Deborah L.; US
DURDIK, Paul A.; US
SQUYRES, Pamela J.; US
WU, Yiding; US
Données relatives à la priorité :
62/348,09709.06.2016US
Titre (EN) CONTENT EMBEDDING USING DEEP METRIC LEARNING ALGORITHMS
(FR) INTÉGRATION DE CONTENU À L'AIDE D'ALGORITHMES D'APPRENTISSAGE DE MÉTRIQUE PROFONDE
Abrégé :
(EN) The technology disclosed introduces a concept of training a neural network to create an embedding space. The neural network is trained by providing a set of K+2 training documents, each training document being represented by a training vector x, the set including a target document represented by a vector xt, a favored document represented by a vector xs, and K>1 unfavored documents represented by vectors xiu, each of the vectors including input vector elements, passing the vector representing each document set through the neural network to derive an output vectors yt, ys and yiu, each output vector including output vector elements, the neural network including adjustable parameters which dictate an amount of influence imposed on each input vector element to derive each output vector element, adjusting the parameters of the neural network to reduce a loss, which is an average over all of the output vectors yiu of [D(yt,ys)-D(yt,yiu)].
(FR) La technologie décrite introduit un concept de formation d'un réseau neuronal pour créer un espace d'intégration. Le réseau neuronal est formé par la création d'un ensemble de K +2 documents de formation, chaque document de formation étant représenté par un vecteur de formation x, l'ensemble comprenant un document cible représenté par un vecteur xt, un document préféré représenté par un vecteur xs, et K>1 documents non préférés représentés par des vecteurs xi u, chacun des vecteurs comprenant des éléments de vecteur d'entrée, par le passage du vecteur représentant chaque ensemble de documents à travers le réseau neuronal pour dériver un vecteur de sortie yt, ys et yi u, chaque vecteur de sortie comprenant des éléments de vecteur de sortie, le réseau neuronal comprenant des paramètres réglables qui dictent une quantité d'influence imposée à chaque élément de vecteur d'entrée pour dériver chaque élément de vecteur de sortie, par l'ajustement des paramètres du réseau neuronal pour réduire une perte, qui est une moyenne sur tous les vecteurs de sortie yi u de [D(yt,ys)-D(yt,yi u)].
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)