Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2018142753) DISPOSITIF, PROCÉDÉ ET PROGRAMME DE TRAITEMENT D’INFORMATIONS QUI UTILISENT UN APPRENTISSAGE EN PROFONDEUR
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2018/142753 N° de la demande internationale : PCT/JP2017/043565
Date de publication : 09.08.2018 Date de dépôt international : 05.12.2017
CIB :
G06N 3/02 (2006.01) ,G06N 99/00 (2010.01) ,G06Q 10/04 (2012.01)
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
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
G PHYSIQUE
06
CALCUL; COMPTAGE
Q
SYSTÈMES OU MÉTHODES DE TRAITEMENT DE DONNÉES, SPÉCIALEMENT ADAPTÉS À DES FINS ADMINISTRATIVES, COMMERCIALES, FINANCIÈRES, DE GESTION, DE SURVEILLANCE OU DE PRÉVISION; SYSTÈMES OU MÉTHODES SPÉCIALEMENT ADAPTÉS À DES FINS ADMINISTRATIVES, COMMERCIALES, FINANCIÈRES, DE GESTION, DE SURVEILLANCE OU DE PRÉVISION, NON PRÉVUS AILLEURS
10
Administration; Gestion
04
Prévision ou optimisation, p.ex. programmation linéaire, "problème du voyageur de commerce" ou "problème d'optimisation des stocks"
Déposants :
日本電気株式会社 NEC CORPORATION [JP/JP]; 東京都港区芝五丁目7番1号 7-1, Shiba 5-chome, Minato-ku, Tokyo 1088001, JP
Inventeurs :
大井 雄介 OI Yusuke; JP
Mandataire :
岩壁 冬樹 IWAKABE Fuyuki; JP
塩川 誠人 SHIOKAWA Masato; JP
Données relatives à la priorité :
2017-01744002.02.2017JP
Titre (EN) INFORMATION PROCESSING DEVICE, METHOD, AND PROGRAM THAT USE DEEP LEARNING
(FR) DISPOSITIF, PROCÉDÉ ET PROGRAMME DE TRAITEMENT D’INFORMATIONS QUI UTILISENT UN APPRENTISSAGE EN PROFONDEUR
(JA) ディープラーニングを用いる情報処理装置、情報処理方法及び情報処理プログラム
Abrégé :
(EN) An information processing device 20 is provided with: a deep learning prediction unit 21 that executes a prediction process using a deep learning model on the basis of data stored in a database 30, in order to enable extraction of a major explanatory variable in a model of deep learning; and a variable extraction unit 22 that performs a multiple regression analysis using a result of prediction by the deep learning prediction unit 21 as an objective variable and data as an explanatory variable, and determines the variable necessary for explaining the prediction result of the deep learning model.
(FR) La présente invention concerne un dispositif de traitement d’informations 20 qui comprend : une unité de prédiction d’apprentissage en profondeur 21 qui exécute un processus de prédiction à l’aide d’un modèle d’apprentissage en profondeur sur la base de données stockées dans une base de données 30, afin de permettre une extraction d’une variable explicative majeure dans un modèle d’apprentissage en profondeur ; et une unité d’extraction de variable 22 qui réalise une analyse à multiples régressions à l’aide d’un résultat de prédiction par l’unité de prédiction d’apprentissage en profondeur 21 en tant que variable objective et de données en tant que variable explicative, et détermine la variable nécessaire pour expliquer le résultat de prédiction du modèle d’apprentissage en profondeur.
(JA) 情報処理装置20は、ディープラーニングのモデルにおける主要な説明変数を抽出できるようにするために、データベース30に格納されているデータに基づいてディープラーニングモデルを用いて予測処理を実行するディープラーニング予測部21と、ディープラーニング予測部21による予測結果を目的変数とし、データを説明変数として重回帰分析を行い、重回帰分析の結果に基づいて、ディープラーニングモデルの予測結果を説明するための変数を決定する変数抽出部22とを備えている。
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 : japonais (JA)
Langue de dépôt : japonais (JA)