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
Recherche
 
Options de navigation
 
Traduction
 
Options
 
Quoi de neuf
 
Connexion
 
Aide
 
Traduction automatique
1. (WO2018048598) APPRENTISSAGE AUTOMATIQUE PROFOND POUR METTRE EN OEUVRE UNE PRÉDICTION DE MOUVEMENT TACTILE
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication :    WO/2018/048598    N° de la demande internationale :    PCT/US2017/047300
Date de publication : 15.03.2018 Date de dépôt international : 17.08.2017
Demande présentée en vertu du Chapitre 2 :    14.02.2018    
CIB :
G06N 3/04 (2006.01), G06N 3/08 (2006.01), G06F 3/0488 (2013.01)
Déposants : GOOGLE LLC [US/US]; 1600 Amphitheatre Parkway Mountain View, California 94043 (US)
Inventeurs : LIN, Pin-Chih; (US).
LIN, Tai-Hsu; (US)
Mandataire : PROBST, Joseph J.; (US).
BATAVIA, Neil, M.; (US).
KENNEDY, Richard; Venner Shipley LLP 200 Aldersgate London EC1A 4HD (GB)
Données relatives à la priorité :
15/259,917 08.09.2016 US
Titre (EN) DEEP MACHINE LEARNING TO PERFORM TOUCH MOTION PREDICTION
(FR) APPRENTISSAGE AUTOMATIQUE PROFOND POUR METTRE EN OEUVRE UNE PRÉDICTION DE MOUVEMENT TACTILE
Abrégé : front page image
(EN)The present disclosure provides systems and methods that leverage machine learning to perform user input motion prediction. In particular, the systems and methods of the present disclosure can include and use a machine-learned motion prediction model that is trained to receive motion data indicative of motion of a user input object and, in response to receipt of the motion data, output predicted future locations of the user input object. The user input object can be a finger of a user or a stylus operated by the user. The motion prediction model can include a deep recurrent neural network.
(FR)La présente invention concerne des systèmes et des procédés qui tirent profit d'un apprentissage automatique pour mettre en oeuvre une prédiction de mouvement d'entrée d'utilisateur. En particulier, les systèmes et les procédés de la présente invention peuvent comprendre et utiliser un modèle de prédiction de mouvement appris automatiquement, qui est entraîné pour recevoir des données de mouvement indicatrices du mouvement d'un objet d'entrée d'utilisateur et, en réponse à la réception des données de mouvement, sortir des positions futures prédites de l'objet d'entrée d'utilisateur. L'objet d'entrée d'utilisateur peut être un doigt d'un utilisateur ou un stylet actionné par l'utilisateur. Le modèle de prédiction de mouvement peut comprendre un réseau neuronal récurrent profond.
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, JO, 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)