Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2020115539 - SYSTÈME, PROCÉDÉ ET NŒUD DE RÉSEAU PERMETTANT DE GÉNÉRER AU MOINS UNE CLASSIFICATION SUR LA BASE DE TECHNIQUES D'APPRENTISSAGE AUTOMATIQUE

Numéro de publication WO/2020/115539
Date de publication 11.06.2020
N° de la demande internationale PCT/IB2018/059781
Date du dépôt international 07.12.2018
CIB
G06N 3/04 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
04Architecture, p.ex. topologie d'interconnexion
G06N 3/08 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
08Méthodes d'apprentissage
CPC
G06N 3/0454
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
0454using a combination of multiple neural nets
G06N 3/088
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
088Non-supervised learning, e.g. competitive learning
Déposants
  • TELEFONAKTIEBOLAGET LM ERICSSON (PUBL) [SE]/[SE] (AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BE, BF, BG, BH, BJ, BN, BR, BW, BY, BZ, CA, CF, CG, CH, CI, CL, CM, CN, CO, CR, CU, CY, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, FR, GA, GB, GD, GE, GH, GM, GN, GQ, GR, GT, GW, HN, HR, HU, ID, IE, IL, IN, IR, IS, IT, JO, JP, KE, KG, KH, KM, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LT, LU, LV, LY, MA, MC, MD, ME, MG, MK, ML, MN, MR, MT, MW, MX, MY, MZ, NA, NE, NG, NI, NL, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SI, SK, SL, SM, SN, ST, SV, SY, SZ, TD, TG, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, UZ, VC, VN, ZA, ZM, ZW)
  • ZHU, Zhongwen [CA]/[CA] (US)
  • QI, Qinan [CA]/[CA] (US)
  • FAN, Qiang [CA]/[CA] (US)
Inventeurs
  • ZHU, Zhongwen
  • QI, Qinan
  • FAN, Qiang
Mandataires
  • DUFORT, Julie
  • NICOLAESCU, Alex
  • RAHMER, David
  • CARTIER, Francois
  • FORTIN, Jean-Pierre
  • GRABARI, Magdalena
Données relatives à la priorité
Langue de publication anglais (EN)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) SYSTEM, METHOD AND NETWORK NODE FOR GENERATING AT LEAST ONE CLASSIFICATION BASED ON MACHINE LEARNING TECHNIQUES
(FR) SYSTÈME, PROCÉDÉ ET NŒUD DE RÉSEAU PERMETTANT DE GÉNÉRER AU MOINS UNE CLASSIFICATION SUR LA BASE DE TECHNIQUES D'APPRENTISSAGE AUTOMATIQUE
Abrégé
(EN)
The disclosure relates to a system, method, and network node for generating at least one classification based on multiple data sources. The system comprises at least one layer comprising one or more supervised neural networks (SNN); at least one layer comprising one or more unsupervised neural networks (USNN); and at least one normalization layer. Each of the layers has inputs and outputs, the inputs of a first layer being operative to receive data from the data sources, the inputs of a layer other than the first layer being communicatively connected to the outputs of a previous layer, the outputs of a layer other than a last layer being communicatively connected to inputs of a following layer, the last layer having at least one output, and the at least one normalization layer being operative to normalize the outputs from the previous layer into normalized inputs for the following layer.
(FR)
La présente invention concerne un système, un procédé et un nœud de réseau permettant de générer au moins une classification sur la base de multiples sources de données. Le système comprend au moins une couche comprenant un ou plusieurs réseaux neuronaux supervisés (SNN) ; au moins une couche comprenant un ou plusieurs réseaux neuronaux non supervisés (USNN) ; et au moins une couche de normalisation. Chacune des couches a des entrées et des sorties, les entrées d'une première couche étant destinées à des données provenant des sources de données, les entrées d'une couche autre que la première couche étant connectées en communication aux sorties d'une couche précédente, les sorties d'une couche autre qu'une dernière couche étant connectées en communication à des entrées d'une couche suivante, la dernière couche ayant au moins une sortie, et ladite couche de normalisation étant destinée à normaliser les sorties de la couche précédente en entrées normalisées destinées à la couche suivante.
Dernières données bibliographiques dont dispose le Bureau international