Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2020246920 - EXÉCUTION DE MODÈLES D'APPRENTISSAGE AUTOMATIQUE

Numéro de publication WO/2020/246920
Date de publication 10.12.2020
N° de la demande internationale PCT/SE2019/050512
Date du dépôt international 04.06.2019
CIB
G06N 20/00 2019.1
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
20Apprentissage automatique
G06N 3/04 2006.1
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 5/02 2006.1
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 9/5072
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
9Arrangements for program control, e.g. control units
06using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
46Multiprogramming arrangements
50Allocation of resources, e.g. of the central processing unit [CPU]
5061Partitioning or combining of resources
5072Grid computing
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 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 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
G06N 3/126
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
12using genetic models
126Genetic algorithms, i.e. information processing using digital simulations of the genetic system
Déposants
  • TELEFONAKTIEBOLAGET LM ERICSSON (PUBL) [SE]/[SE]
Inventeurs
  • SUN, Bin
  • INAM, Rafia
  • VULGARAKIS FELJAN, Aneta
  • VANDIKAS, Konstantinos
Mandataires
  • HEDLUND, Claes
Données relatives à la priorité
Langue de publication Anglais (en)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) EXECUTING MACHINE-LEARNING MODELS
(FR) EXÉCUTION DE MODÈLES D'APPRENTISSAGE AUTOMATIQUE
Abrégé
(EN) Embodiments described herein provided methods and apparatus for executing a machine-learning model. A first machine-learning model, based on a first set of data and using a machine-learning algorithm, is developed at a first node. A second machine-learning model, based on the first machine-learning model and a second set of data, and using the machine-learning algorithm, is developed at a second node. Information about a difference between the first machine-learning model and the second machine-learning model is communicated from the second node to the first node. A request for execution of a machine-learning model is received at the first node. Responsive to receiving the request for the execution of the machine-learning model, information indicative of an execution policy is obtained at the first node. Finally, depending on the obtained information indicative of an execution policy, either, at the first node, a machine-learning model based on the first machine-learning model and the information about a difference between the first machine-learning model and the second machine-learning model is executed to obtain a result; or the first machine-learning model is partially executed at the first node, and the second machine-learning model is partially executed at the second node, to obtain a result.
(FR) Des modes de réalisation de la présente invention concernent des procédés et un appareil permettant d'exécuter un modèle d'apprentissage automatique. Un premier modèle d'apprentissage automatique, basé sur un premier ensemble de données et utilisant un algorithme d'apprentissage automatique, est développé au niveau d'un premier nœud. Un second modèle d'apprentissage automatique, basé sur le premier modèle d'apprentissage automatique et sur un second ensemble de données, et utilisant l'algorithme d'apprentissage automatique, est développé au niveau d'un second nœud. Des informations concernant une différence entre le premier modèle d'apprentissage automatique et le second modèle d'apprentissage automatique sont communiquées du second nœud au premier nœud. Une requête d'exécution d'un modèle d'apprentissage automatique est reçue au niveau du premier nœud. En réponse à la réception de la requête d'exécution du modèle d'apprentissage automatique, des informations indiquant une politique d'exécution sont obtenues au niveau du premier nœud. Enfin, en fonction des informations obtenues indiquant une politique d'exécution, soit, au niveau du premier nœud, un modèle d'apprentissage automatique basé sur le premier modèle d'apprentissage automatique et sur les informations concernant une différence entre le premier modèle d'apprentissage automatique et le second modèle d'apprentissage automatique est exécuté afin d'obtenir un résultat; soit le premier modèle d'apprentissage automatique est partiellement exécuté au niveau du premier nœud, et le second modèle d'apprentissage automatique est partiellement exécuté au niveau du second nœud, afin d'obtenir un résultat.
Documents de brevet associés
Dernières données bibliographiques dont dispose le Bureau international