Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2019067831) GÉNÉRATEURS MULTI-OBJECTIFS EN APPRENTISSAGE PROFOND
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2019/067831 N° de la demande internationale : PCT/US2018/053295
Date de publication : 04.04.2019 Date de dépôt international : 28.09.2018
CIB :
G06N 5/02 (2006.01) ,G06N 5/04 (2006.01) ,G06F 17/30 (2006.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
N
SYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
5
Systèmes de calculateurs utilisant des modèles basés sur la connaissance
02
Représentation de la connaissance
G PHYSIQUE
06
CALCUL; COMPTAGE
N
SYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
5
Systèmes de calculateurs utilisant des modèles basés sur la connaissance
04
Méthodes ou dispositifs inférents
G PHYSIQUE
06
CALCUL; COMPTAGE
F
TRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
17
Equipement ou méthodes de traitement de données ou de calcul numérique, spécialement adaptés à des fonctions spécifiques
30
Recherche documentaire; Structures de bases de données à cet effet
Déposants :
D5AI LLC [US/US]; 958 Versailles Circle Maitland, FL 32751, US
Inventeurs :
BAKER, James, K.; US
Mandataire :
KNEDEISEN, Mark, G.; US
CAPRIOTTI, Roberto; US
ANDERSON, Jaimie, R.; US
BLYTH, Gareth, M.; US
CONRAD, Sean, M.; US
Données relatives à la priorité :
62/564,75428.09.2017US
PCT/US2018/05106914.09.2018US
Titre (EN) MULTI-OBJECTIVE GENERATORS IN DEEP LEARNING
(FR) GÉNÉRATEURS MULTI-OBJECTIFS EN APPRENTISSAGE PROFOND
Abrégé :
(EN) Machine-learning data generators use an additional objective to avoid generating data that is too similar to any previously known data example. This prevents plagiarism or simple copying of existing data examples, enhancing the ability of a generator to usefully generate novel data. A formulation of generative adversarial network (GAN) learning as the mixed strategy minimax solution of a zero-sum game solves the convergence and stability problem of GANs learning, without suffering mode collapse.
(FR) Selon la présente invention, des générateurs de données d'apprentissage automatique utilisent un objectif supplémentaire pour éviter la génération de données qui sont trop similaires à un quelconque exemple de données déjà apprises. Ceci empêche le plagiat ou la simple copie d'exemples de données existantes, ce qui permet d’améliorer la capacité d'un générateur à générer de manière utile de nouvelles données. Une formulation d'apprentissage de réseau contradictoire génératif (GAN) en tant que solution minimax à stratégie mixte d'un jeu à somme nulle résout le problème de convergence et de stabilité de l'apprentissage des GAN, sans subir un effondrement de mode.
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)