Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2020108808 - PROCÉDÉ ET SYSTÈME DE CLASSIFICATION DE DONNÉES

Numéro de publication WO/2020/108808
Date de publication 04.06.2020
N° de la demande internationale PCT/EP2019/069137
Date du dépôt international 16.07.2019
CIB
G06N 7/00 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
7Systèmes de calculateurs basés sur des modèles mathématiques spécifiques
G06N 20/10 2019.01
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
20Apprentissage automatique
10utilisant des méthodes à noyaux, p.ex. séparateurs à vaste marge
G06N 20/20 2019.01
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
20Apprentissage automatique
20Techniques d’ensemble en apprentissage automatique
G10L 25/27 2013.01
GPHYSIQUE
10INSTRUMENTS DE MUSIQUE; ACOUSTIQUE
LANALYSE OU SYNTHÈSE DE LA PAROLE; RECONNAISSANCE DE LA PAROLE; TRAITEMENT DE LA PAROLE OU DE LA VOIX; CODAGE OU DÉCODAGE DE LA PAROLE OU DE SIGNAUX AUDIO
25Techniques d'analyses de la parole ou de la voix qui ne se limitent pas à un seul des groupes G10L15/-G10L21/146
27caractérisées par la technique d’analyse
CPC
G06K 9/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
G06N 20/10
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
10using kernel methods, e.g. support vector machines [SVM]
G06N 20/20
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
20Ensemble learning
G06N 7/005
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
7Computer systems based on specific mathematical models
005Probabilistic networks
G10L 25/27
GPHYSICS
10MUSICAL INSTRUMENTS; ACOUSTICS
LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
25Speech or voice analysis techniques not restricted to a single one of groups G10L15/00-G10L21/00
27characterised by the analysis technique
Déposants
  • PROWLER.IO LIMITED [GB]/[GB]
Inventeurs
  • HENSMAN, James
  • VAN DER WILK, Mark
  • DUTORDOIR, Vincent
Mandataires
  • EIP EUROPE LLP
Données relatives à la priorité
18209635.430.11.2018EP
Langue de publication anglais (EN)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) METHOD AND SYSTEM FOR CLASSIFICATION OF DATA
(FR) PROCÉDÉ ET SYSTÈME DE CLASSIFICATION DE DONNÉES
Abrégé
(EN)
There is provided a computer-implemented method of training a computer system to determine a probability of a data item being associated with a given class of a plurality of classes. The method includes: receiving training data comprising a plurality of training data items, each training data item being labelled under a respective class and comprising a plurality of elements arranged in conformity with a structured representation having an associated co-ordinate system; determining patches of the training data, each patch comprising a subset of the elements of a respective training data item and being associated with a location within the co-ordinate system of the structured representation; and initialising a set of parameters for a Gaussian process (GP). The method further includes iteratively: processing pairs of the determined patches, using a patch response kernel, to determine patch response data; determining, using the determined patch response data, entries of a covariance matrix; and updating the set of parameters in dependence on the determined entries of the covariance matrix. The patch response kernel takes into account the locations associated with patches within the co-ordinate system of the structured representation.
(FR)
L'invention concerne un procédé mis en œuvre par ordinateur d'apprentissage d'un système informatique pour déterminer une probabilité qu'un élément de données soit associé à une classe donnée d'une pluralité de classes. Le procédé consiste : à recevoir des données d'apprentissage comprenant une pluralité d'éléments de données d'apprentissage, chaque élément de données d'apprentissage étant marqué sous une classe respective et comprenant une pluralité d'éléments agencés conformément à une représentation structurée ayant un système de coordonnées associé ; à déterminer des zones des données d'apprentissage, chaque zone comprenant un sous-ensemble des éléments d'un élément de données d'apprentissage respectif et étant associée à un emplacement dans le système de coordonnées de la représentation structurée ; et à initialiser un ensemble de paramètres pour un processus gaussien (GP). Le procédé consiste en outre : à traiter de manière itérative des paires des zones déterminées, à l'aide d'un noyau de réponse de zone, pour déterminer des données de réponse de zone ; à déterminer, à l'aide des données de réponse de zone déterminées, les entrées d'une matrice de covariance ; et à mettre à jour l'ensemble de paramètres en fonction des entrées déterminées de la matrice de covariance. Le noyau de réponse de zone prend en compte les emplacements associés aux zones à l'intérieur du système de coordonnées de la représentation structurée.
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international