Algum conteúdo deste aplicativo está indisponível no momento.
Se esta situação persistir, por favor entre em contato conoscoFale conosco & Contato
1. (WO2019045802) DISTANCE METRIC LEARNING USING PROXIES
Dados bibliográficos mais recentes no arquivo da Secretaria Internacional    Submeter observação

№ de pub.: WO/2019/045802 № do pedido internacional: PCT/US2018/032538
Data de publicação: 07.03.2019 Data de depósito internacional: 14.05.2018
CIP:
G06K 9/46 (2006.01) ,G06K 9/66 (2006.01) ,G06K 9/62 (2006.01)
G FÍSICA
06
CÔMPUTO; CÁLCULO; CONTAGEM
K
IDENTIFICAÇÃO DE DADOS; APRESENTAÇÃO DE DADOS; SUPORTE DE DADOS; MANIPULAÇÃO DE TRANSPORTES DE DADOS
9
Métodos ou disposições de leitura ou identificação de caracteres impressos ou escritos ou de identificação de padrões p. ex., impressões digitais
36
Pré-processamento de imagens, i.e., processamento das informações sobre imagens sem decidir a respeito da identidade da imagem
46
Extração de características ou elementos da imagem
G FÍSICA
06
CÔMPUTO; CÁLCULO; CONTAGEM
K
IDENTIFICAÇÃO DE DADOS; APRESENTAÇÃO DE DADOS; SUPORTE DE DADOS; MANIPULAÇÃO DE TRANSPORTES DE DADOS
9
Métodos ou disposições de leitura ou identificação de caracteres impressos ou escritos ou de identificação de padrões p. ex., impressões digitais
62
Métodos ou disposições de reconhecimento, usando meios eletrônicos
64
usando comparações ou correlações simultâneas dos sinais de imagem com uma pluralidade de referências, p. ex., matrizes de resistores
66
referências ajustáveis por um método adaptativo, p. ex., aprendizagem
G FÍSICA
06
CÔMPUTO; CÁLCULO; CONTAGEM
K
IDENTIFICAÇÃO DE DADOS; APRESENTAÇÃO DE DADOS; SUPORTE DE DADOS; MANIPULAÇÃO DE TRANSPORTES DE DADOS
9
Métodos ou disposições de leitura ou identificação de caracteres impressos ou escritos ou de identificação de padrões p. ex., impressões digitais
62
Métodos ou disposições de reconhecimento, usando meios eletrônicos
Requerentes:
GOOGLE LLC [US/US]; 1600 Amphitheatre Parkway Mountain View, California 94043, US
Inventores:
MOYSHOVITZ-ATTIAS, Yair; US
LEUNG, King Hong; US
SINGH, Saurabh; US
TOSHEV, Alexander; US
IOFFE, Sergey; US
Mandatário:
PROBST, Joseph J.; US
BATAVIA, Neil, M.; US
Dados da prioridade:
15/690,42630.08.2017US
15/710,37720.09.2017US
Título (EN) DISTANCE METRIC LEARNING USING PROXIES
(FR) APPRENTISSAGE DE MESURE DE DISTANCE À L'AIDE DE MANDATAIRES
Resumo:
(EN) The present disclosure provides systems and methods that enable distance metric learning using proxies. A machine-learned distance model can be trained in a proxy space in which a loss function compares an embedding provided for an anchor data point of a training dataset to a positive proxy and one or more negative proxies, where each of the positive proxy and the one or more negative proxies serve as a proxy for two or more data points included in the training dataset. Thus, each proxy can approximate a number of data points, enabling faster convergence. According to another aspect, the proxies of the proxy space can themselves be learned parameters, such that the proxies and the model are trained jointly. Thus, the present disclosure enables faster convergence (e.g., reduced training time). The present disclosure provides example experiments which demonstrate a new state of the art on several popular training datasets.
(FR) L'invention concerne des systèmes et des procédés permettant un apprentissage de mesure de distance à l'aide de mandataires. Un modèle de distance appris par machine peut être appris dans un espace mandataire où une fonction de perte compare une intégration prévue pour un point de données d'ancrage d'un ensemble de données d'apprentissage avec un mandataire positif et un ou plusieurs mandataires négatifs, chaque mandataire parmi le mandataire positif et le ou les mandataires négatifs servant de mandataire pour au moins deux points de données inclus dans l'ensemble de données d'apprentissage. Chaque mandataire peut estimer approximativement un certain nombre de points de données, ce qui permet une convergence plus rapide. Selon un autre aspect, les mandataires de l'espace mandataires peuvent eux-mêmes être des paramètres appris afin d'apprendre conjointement les mandataires et le modèle. Ainsi, l'invention permet une convergence plus rapide (par exemple, un temps d'apprentissage réduit). L'invention concerne des expériences données à titre d'exemple qui démontrent un nouvel état de la technique sur plusieurs ensembles de données d'apprentissage populaires.
front page image
Estados designados: 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
Organização Regional Africana da Propriedade Intelectual (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Instituto Eurasiático de Patentes (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Instituto Europeu de Patentes (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)
Organização Africana da Propriedade Intelectual (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Língua de publicação: inglês (EN)
Língua de depósito: inglês (EN)