Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2019048324) PROCÉDÉ ET DISPOSITIF DE SURVEILLANCE D'UN RÉSEAU DE TÉLÉCOMMUNICATION
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2019/048324 N° de la demande internationale : PCT/EP2018/073310
Date de publication : 14.03.2019 Date de dépôt international : 30.08.2018
CIB :
H04L 12/24 (2006.01) ,H04L 12/26 (2006.01) ,G06N 99/00 (2010.01)
H ÉLECTRICITÉ
04
TECHNIQUE DE LA COMMUNICATION ÉLECTRIQUE
L
TRANSMISSION D'INFORMATION NUMÉRIQUE, p.ex. COMMUNICATION TÉLÉGRAPHIQUE
12
Réseaux de données à commutation; ;
02
Détails
24
Dispositions pour la maintenance ou la gestion
H ÉLECTRICITÉ
04
TECHNIQUE DE LA COMMUNICATION ÉLECTRIQUE
L
TRANSMISSION D'INFORMATION NUMÉRIQUE, p.ex. COMMUNICATION TÉLÉGRAPHIQUE
12
Réseaux de données à commutation; ;
02
Détails
26
Dispositions de surveillance; Dispositions d'essai
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
Déposants :
NOKIA SOLUTIONS AND NETWORKS OY [FI/FI]; Karaportti 3 02610 ESPOO, FI
Inventeurs :
DUPUIS, Nicolas; BE
Mandataire :
BERTHIER, Karine; FR
Données relatives à la priorité :
17189765.507.09.2017EP
Titre (EN) METHOD AND DEVICE FOR MONITORING A TELECOMMUNICATION NETWORK
(FR) PROCÉDÉ ET DISPOSITIF DE SURVEILLANCE D'UN RÉSEAU DE TÉLÉCOMMUNICATION
Abrégé :
(EN) Embodiments relate to a method for monitoring a telecommunication network (1) comprising at least one access node (2), a plurality of client devices (3), and a plurality of telecommunication lines (4) connecting said at least one access node (2) to respective client devices (3). The method may comprise: - determining (S2) a training set associated with the telecommunication network (1), said training set including a plurality of training examples, a training example specifying features related to the functioning of a telecommunication line (4) and a label, - clustering (S3) the training examples associated with a label, thereby determining a plurality of clusters associated with said label, - determining (S4) weights associated with the respective clusters, wherein the weight associated with a cluster is determined as a function of a position of said cluster in a feature space and of said label, - resampling (S5) said clusters according to said weights, thereby determining resampled clusters, - determining (S6) a resampled training set according to said resampled clusters, - training (S7) a machine learning model according to said resampled training set, thereby determining a trained machine learning model configured for determining or predicting a label as a function of operational data related to the functioning of a telecommunication line.
(FR) Des modes de réalisation concernent un procédé de surveillance d'un réseau de télécommunication (1) comprenant au moins un nœud d'accès (2), une pluralité de dispositifs clients (3), et une pluralité de lignes de télécommunication (4) connectant au moins un nœud d'accès (2) à des dispositifs clients respectifs (3). Le procédé peut comprendre : - déterminer (S2) d'un ensemble d'apprentissage associé au réseau de télécommunication (1), ledit ensemble d'apprentissage comprenant une pluralité d'exemples d'apprentissage, un exemple d'apprentissage spécifiant des caractéristiques relatives au fonctionnement d'une ligne de télécommunication (4) et une étiquette, - regrouper (S3) les exemples d'apprentissage associés à une étiquette, déterminant ainsi une pluralité de regroupements associées à ladite étiquette, - déterminer (S4) des poids associés aux regroupements respectifs, le poids associé à un regroupement étant déterminé en fonction d'une position dudit regroupement dans un espace caractéristique et de ladite étiquette, - rééchantillonner (S5) lesdits regroupements en fonction desdits poids, ce qui permet de déterminer des regroupements rééchantillonnés, - déterminer (S6) un ensemble d'apprentissage rééchantillonné selon lesdits regroupements rééchantillonnés, - entrainer (S7) un modèle de Machine Learning selon ledit ensemble d'apprentissage rééchantillonné, ce qui permet de déterminer un modèle de Machine Learning entraîné configuré pour déterminer ou prédire une étiquette en fonction de données opérationnelles relatives au fonctionnement d'une ligne de télécommunication.
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)