Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2019032428) SYSTÈMES ET PROCÉDÉS DE DÉTECTION PHYSIQUE UTILISANT DES SIGNAUX DE PLANCHER DE BRUIT RADIOFRÉQUENCE ET DES TECHNIQUES D'APPRENTISSAGE PROFOND
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2019/032428 N° de la demande internationale : PCT/US2018/045323
Date de publication : 14.02.2019 Date de dépôt international : 06.08.2018
CIB :
H04B 17/20 (2015.01) ,H04W 24/02 (2009.01) ,H04W 72/08 (2009.01)
[IPC code unknown for H04B 17/20]
H ÉLECTRICITÉ
04
TECHNIQUE DE LA COMMUNICATION ÉLECTRIQUE
W
RÉSEAUX DE TÉLÉCOMMUNICATIONS SANS FIL
24
Dispositions de supervision, de contrôle ou d'essai
02
Dispositions pour optimiser l'état de fonctionnement
H ÉLECTRICITÉ
04
TECHNIQUE DE LA COMMUNICATION ÉLECTRIQUE
W
RÉSEAUX DE TÉLÉCOMMUNICATIONS SANS FIL
72
Gestion des ressources locales, p.ex. sélection ou affectation de ressources sans fil ou planification du trafic sans fil
04
Affectation de ressources sans fil
08
sur la base de critères de qualité
Déposants :
SWFL, INC., D/B/A "FILAMENT" [US/US]; 50 South Virginia Street, Suite 323 Reno, NV 89501, US
Inventeurs :
MILLER, Jeremie; US
Mandataire :
SCHOX, Jeffrey; US
Données relatives à la priorité :
62/543,25709.08.2017US
Titre (EN) SYSTEMS AND METHODS FOR PHYSICAL DETECTION USING RADIO FREQUENCY NOISE FLOOR SIGNALS AND DEEP LEARNING TECHNIQUES
(FR) SYSTÈMES ET PROCÉDÉS DE DÉTECTION PHYSIQUE UTILISANT DES SIGNAUX DE PLANCHER DE BRUIT RADIOFRÉQUENCE ET DES TECHNIQUES D'APPRENTISSAGE PROFOND
Abrégé :
(EN) Systems and methods of using a machine learning model to detect physical characteristics of an environment based on radio signal data include at a radio signal receiver, collecting noise floor signal data comprising radio signal data from an environment within a predetermined proximity of the radio signal receiver; implementing a trained deep machine learning classifier that is trained to classify one or more physical characteristics of the environment based on the radio signal data; generating machine learning input based on the radio signal data collected by the radio signal receiver; receiving the machine learning input at the trained deep machine learning classifier; and generating by the trained deep machine learning model one or more classification labels identifying the one or more physical characteristics of the environment based on the noise floor signal data.
(FR) L'invention concerne des systèmes et des procédés d'utilisation d'un modèle d'apprentissage machine pour détecter des caractéristiques physiques d'un environnement sur la base de données de signal radio, lesquels systèmes et procédés consistent, au niveau d'un récepteur de signal radio, à recueillir des données de signal de plancher de bruit comprenant des données de signal radio provenant d'un environnement dans une proximité prédéterminée du récepteur de signal radio ; à mettre en œuvre un classificateur d'apprentissage machine profond entraîné qui est entraîné à classifier une ou plusieurs caractéristiques physiques de l'environnement sur la base des données de signal radio ; à générer une entrée d'apprentissage machine sur la base des données de signal radio recueillies par le récepteur de signal radio ; à recevoir l'entrée d'apprentissage machine au niveau du classificateur d'apprentissage machine profonde entraîné ; et à générer par le modèle d'apprentissage machine profond entraîné une ou plusieurs étiquettes de classification identifiant lesdites caractéristiques physiques de l'environnement sur la base des données de signal de plancher de bruit.
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)