Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Goto Application

1. WO2020092020 - APPRENTISSAGE DE REPRÉSENTATIONS GRAPHIQUES DE PROPRIÉTÉS BORD PAR BORD

Numéro de publication WO/2020/092020
Date de publication 07.05.2020
N° de la demande internationale PCT/US2019/056953
Date du dépôt international 18.10.2019
CIB
G06N 5/02 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
5Systèmes de calculateurs utilisant des modèles basés sur la connaissance
02Représentation de la connaissance
CPC
G06F 40/30
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
40Handling natural language data
30Semantic analysis
G06N 3/04
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
G06N 5/022
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
5Computer systems using knowledge-based models
02Knowledge representation
022Knowledge engineering; Knowledge acquisition
Déposants
  • ORACLE INTERNATIONAL CORPORATION [US]/[US]
Inventeurs
  • PATRA, Rhicheek
  • HONG, Sungpack
  • KIM, Jinha
  • HILLOULIN, Damien
  • BARTOLINI, Davide
  • CHAFI, Hassan
Mandataires
  • MADRAK, Jeffrey, R.
  • BINGHAM, Marcel, K.
  • HICKMAN, Brian, D.
  • LEDESMA, Daniel, D.
  • STONE, Adam, C.
  • MILLER, Brian
  • PAPANYAN, Khachatur, V.
  • MEIKLE, Tammy, L.
  • PALERMO, Christopher, J.
  • BECKER, Edward, A.
  • KULCZYCKA, Malgorzata, A.
  • LIU, Agatha
  • ORICH, Christine, E.
  • KARLIN, Elliot, H.
  • JANG, RaeEun
  • YANG, Cato
  • MILLER, Kevin
  • WANG, Tina
  • BAJWA, Sanjeev, S.
  • MCGUIRE, John
  • GELBLUM, Michael
  • KANZAKI, Kim
  • BAGGALEY, Nicholas
  • CHENG, Charles
  • HUTCHINS, Eric
  • KOCIALSKI, Molly
  • NICHOLES, Chris
  • SUTTON, Eric
  • WEBER, Rick
Données relatives à la priorité
16/179,04902.11.2018US
Langue de publication anglais (EN)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) LEARNING PROPERTY GRAPH REPRESENTATIONS EDGE-BY-EDGE
(FR) APPRENTISSAGE DE REPRÉSENTATIONS GRAPHIQUES DE PROPRIÉTÉS BORD PAR BORD
Abrégé
(EN)
Techniques are described for learning property graph representations edge-by-edge. An input graph comprises a plurality of vertices and a plurality of edges. Each vertex of the plurality of vertices is associated with vertex properties of the respective vertex. A vertex-to-property mapping is generated that maps each vertex to a vertex-property signature of a plurality of vertex-property signatures. A plurality of edge words is generated. Each edge word corresponds to one or more edges that each begin at a first vertex having a particular vertex-property signature of the plurality of vertex property signatures and end at a second vertex having a particular vertex-property signature of the plurality of vertex property signatures. A plurality of sentences is generated, each sentence comprising edge words connected along a path of a plurality of paths in the input graph. A document vectorization model is used to generate machine learning vectors that represent the input graph.
(FR)
L'invention concerne des techniques d'apprentissage de représentations graphiques de propriétés bord par bord. Un graphique d'entrée comprend une pluralité de sommets et une pluralité de bords. Chaque sommet de la pluralité de sommets est associé à des propriétés de sommet du sommet respectif. Un mappage de sommet à propriété est généré, lequel mappe chaque sommet à une signature sommet-propriété parmi une pluralité de signatures sommet-propriété. Une pluralité de mots de bord est générée. Chaque mot de bord correspond à un ou plusieurs bords qui commencent chacun à un premier sommet ayant une signature sommet-propriété particulière parmi la pluralité de signatures sommet-propriété et à un second sommet ayant une signature sommet-propriété particulière parmi la pluralité de signatures sommet-propriété. Une pluralité de phrases est générée, chaque phrase comprenant des mots de bord connectés le long d'un trajet parmi une pluralité de trajets dans le graphique d'entrée. Un modèle de vectorisation de document est utilisé pour générer des vecteurs d'apprentissage machine qui représentent le graphique d'entrée.
Dernières données bibliographiques dont dispose le Bureau international