Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2018111376) CODAGE DE CANAL ADAPTATIF À L'AIDE DE MODÈLES APPRIS PAR MACHINE
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2018/111376 N° de la demande internationale : PCT/US2017/053943
Date de publication : 21.06.2018 Date de dépôt international : 28.09.2017
Demande présentée en vertu du Chapitre 2 : 05.03.2018
CIB :
G06N 3/08 (2006.01) ,G06N 3/04 (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
08
Méthodes d'apprentissage
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
Déposants :
GOOGLE LLC [US/US]; 1600 Amphitheatre Parkway Mountain View, California 94043, US
Inventeurs :
HOLT, Jason E.; US
HERRESHOFF, Marcello; US
Mandataire :
ULSH, Jennifer L.; US
BATAVIA, Neil, M.; US
MARKS & CLERK LLP; 1 New York Street Manchester M1 4HD, GB
Données relatives à la priorité :
15/380,39915.12.2016US
Titre (EN) ADAPTIVE CHANNEL CODING USING MACHINE-LEARNED MODELS
(FR) CODAGE DE CANAL ADAPTATIF À L'AIDE DE MODÈLES APPRIS PAR MACHINE
Abrégé :
(EN) The present disclosure provides systems and methods that enable adaptive training of a channel coding model including an encoder model, a channel model positioned structurally after the encoder model, and a decoder model positioned structurally after the channel model. The channel model can have been trained to emulate a communication channel, for example, by training the channel model on example data that has been transmitted via the communication channel. The channel coding model can be trained on a loss function that describes a difference between input data input into the encoder model and output data received from the decoder model. In particular, such a loss function can be backpropagated through the decoder model while modifying the decoder model, backpropagated through the channel model while the channel model is held constant, and then backpropagated through the encoder model while modifying the encoder model.
(FR) La présente invention concerne des systèmes et des procédés qui permettent un apprentissage adaptatif d'un modèle de codage de canal comprenant un modèle de codeur, un modèle de canal positionné structurellement après le modèle de codeur, et un modèle de décodeur positionné structurellement après le modèle de canal. Le modèle de canal peut avoir été entraîné pour émuler un canal de communication, par exemple, par apprentissage du modèle de canal sur des données d'exemple qui ont été transmises par l'intermédiaire du canal de communication. Le modèle de codage de canal peut être entraîné sur une fonction de perte qui décrit une différence entre une entrée de données d'entrée dans le modèle de codeur et des données de sortie reçues du modèle de décodeur. En particulier, une telle fonction de perte peut être propagée en retour à travers le modèle de décodeur tout en modifiant le modèle de décodeur, propagé en retour à travers le modèle de canal tandis que le modèle de canal est maintenu constant, puis propagé en retour à travers le modèle de codeur tout en modifiant le modèle de codeur.
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, 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)