Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2019048390) SYSTÈME DE CALCUL À PLUSIEURS PARTIES POUR APPRENDRE UN CLASSIFICATEUR
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2019/048390 N° de la demande internationale : PCT/EP2018/073645
Date de publication : 14.03.2019 Date de dépôt international : 04.09.2018
CIB :
G06N 99/00 (2010.01)
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 :
KONINKLIJKE PHILIPS N.V. [NL/NL]; High Tech Campus 5 5656 AE Eindhoven, NL
Inventeurs :
VEENINGEN, Meilof Geert; NL
Mandataire :
COOPS, Peter; NL
Données relatives à la priorité :
62/555,32407.09.2017US
62/67834231.05.2018US
Titre (EN) A MULTI-PARTY COMPUTATION SYSTEM FOR LEARNING A CLASSIFIER
(FR) SYSTÈME DE CALCUL À PLUSIEURS PARTIES POUR APPRENDRE UN CLASSIFICATEUR
Abrégé :
(EN) Some embodiments are directed to a computation system for learning a classifier from a data set and associated classification data. The system comprises multiple data devices and multiple computation devices. The data set and associated classification data is stored across the multiple data devices. Classifier parameters of the classifier are learned iteratively from the data set. The learning comprises computing local error terms for the classifier from the associated classification data and from classifier results obtained from applying the classifier with the current classifier parameters to the local part of the data set, and providing the local error term as a private input to the multiple computation devices for a multi-party computation among the multiple computation devices.
(FR) Selon certains modes de réalisation, l'invention concerne un système de calcul destiné à apprendre un classificateur à partir d'un ensemble de données et de données de classification associées. Le système comprend de multiples dispositifs de données et de multiples dispositifs de calcul. L'ensemble de données et les données de classification associées sont stockés dans les multiples dispositifs de données. Des paramètres de classification du classificateur sont appris de manière itérative à partir de l'ensemble de données. L'apprentissage consiste à calculer des termes d'erreur locale pour le classificateur à partir des données de classification associées et à partir des résultats de classificateur obtenus à partir de l'application du classificateur avec les paramètres de classificateur actuels à la partie locale de l'ensemble de données, et à fournir le terme d'erreur local en tant qu'entrée privée aux multiples dispositifs de calcul en vue d'un calcul à plusieurs parties parmi les multiples dispositifs de calcul.
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)