专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

11. 发明专利

DE112020003537T5 UNÜBERWACHTE KONZEPTFINDUNG UND KREUZMODALE WIEDERGEWINNUNG IN ZEITREIHENUND TEXTKOMMENTAREN BASIEREND AUF KANONISCHER KORRELATIONSANALYSE 未知
公开(公告)号：DE112020003537T5
公开(公告)日：2022-04-07
申请号：DE112020003537
申请日：2020-07-02
申请人： NEC LAB AMERICA INC
发明人： CHEN YUNCONG , YUAN HAO , SONG DONGJIN , LUMEZANU CRISTIAN , CHEN HAIFENG , MIZOGUCHI TAKEHIKO
IPC分类号： G06F16/35 , G06F16/31 , G06F16/41 , G06F17/15 , G06N3/08
摘要： Es wird ein System (200) für einen kreuzmodalen Datenabruf bereitgestellt, das eine Datenbank (205) zum Speichern von Trainingssätzen von zwei unterschiedlichen Modalitäten von Zeitreihen und Freiformtextkommentaren als Paare von gemischten Modalitätsdaten enthält. Das Computerverarbeitungssystem enthält weiterhin ein neuronales Netzwerk mit einem Zeitreihencodierer (210) und einem Textcodierer (215), die unter Verwendung einer kanonischen Korrelationsanalyse gemeinsam trainiert werden, die Transformationen von Merkmalsvektoren unter den Paaren von gemischten Modalitätsdaten findet, so dass korrelierte gemischte Modalitätsdaten in den zwei unterschiedlichen Modalitäten hervorgehoben und unkorrelierte gemischte Modalitätsdaten minimiert werden. Die Merkmalsvektoren werden durch Codieren eines Trainingssatzes der Zeitreihe unter Verwendung des Zeitreihencodierers und Codieren eines Trainingssatzes der Freiformtextkommentare unter Verwendung des Textcodierers erhalten.

12. 发明专利

BR102019024287A8 Método para detecção de ameaças e oportunidades a partir da classificação de sinais fracos da web por meio de um sistema conceitual 未知
$Método para detecção de ameaças e oportunidades a partir da classificação de sinais fracos da web por meio de um sistema conceitual$
公开(公告)号：BR102019024287A8
公开(公告)日：2022-03-22
申请号：BR102019024287
申请日：2019-11-18
申请人： UNIV ESTADUAL CAMPINAS UNICAMP
发明人： ANA ESTELA ANTUNES DA SILVA , PEDRO ARTICO RODRIGUES , PEDRO IVO GARCIA NUNES , VITORIA MARIA GUIMARÃES OLIVEIRA / KAULITZ GUIMARÃES OLIVEIRA
IPC分类号： A61B5/024 , G06F11/22 , G06F16/182 , G06F16/28 , G06F16/35 , G06F21/62 , H04N17/00
摘要： método para detecção de ameaças e oportunidades a partir da classificação de sinais fracos da web por meio de um sistema conceitual. o presente pedido de patente de invenção refere-se a um método para detectar com antecedência ameaças e oportunidades associadas a informações da web. essas informações, chamadas de sinais fracos (sf), são analisadas e servem de aviso de forma antecipada para fenômenos emergentes com baixa probabilidade de ocorrência, porém de alto impacto, ou seja, a solução proposta permite verificar se o conteúdo textual coletado da web se refere a algum tipo de sinal fraco, além de classificá-lo. o método para detectar ameaças e oportunidades é baseado num sistema conceitual e é composto por cinco etapas. a invenção se insere no ramo da computação e pode ser aplicada em diversas atividades desde planejamento estratégico a gerenciamento de riscos.

13. 发明专利

RU2757592C1 СПОСОБ И СИСТЕМА ДЛЯ КЛАСТЕРИЗАЦИИ ДОКУМЕНТОВ 未知
公开(公告)号：RU2757592C1
公开(公告)日：2021-10-19
申请号：RU2019103571
申请日：2019-02-08
申请人： OBSHCHESTVO S OGRANICHENNOJ OTVETSTVENNOSTYU YANDEKS
发明人： SHAGRAEV ALEKSEY GALIMOVICH
IPC分类号： G06F16/35
摘要： Изобретениеотноситсяк вычислительнойтехнике. Техническийрезультатзаключаетсяв повышенииэффективностикластеризациидокументови сокращениипотерипропускнойспособностиканаловсвязи. Реализованыспособи системадляформированиякластеровдокументовс использованиемобобщенногопараметраметрики. Принимаютсяпервыйдокументи второйдокументи дляпотенциальногокластера, содержащегопервыйдокументи второйдокумент, иопределяютсяпервыйпараметрметрики, указывающийнастепеньвзаимногодополненияконтентадокументовв потенциальномкластере, ивторойпараметрметрики, указывающийнастепеньразбавленияконтентадокументовв этомпотенциальномкластере. Обобщенныйпараметрметрикиопределяетсянаосновепервогопараметраметрикии второгопараметраметрики. Наосновеобобщенногопараметраметрикиформируетсякластер, содержащийпервыйи второйдокумент. Другойдокумент (илидокументы) иликластерымогутбытьдобавленыв кластерпутемопределенияобновленногообобщенногопараметраметрикидляпотенциальногокластераи сравненияобновленногообобщенногопараметраметрикис обобщеннымпараметромметрики. 2 н. и 30 з.п. ф-лы, 6 ил.

14. 发明专利

LU101705B1 DOCUMENT CONTROL ITEM 未知
公开(公告)号：LU101705B1
公开(公告)日：2021-09-27
申请号：LU101705
申请日：2020-03-26
申请人： MICROSOFT TECHNOLOGY LICENSING LLC
发明人： JIAO HUITIAN , WANG MAX , RELIGA TOMASZ LUKASZ , SHARMA ABHISAAR
IPC分类号： G06F16/35 , G06F40/284
摘要： A system and method for generating a document control item is described. The system accesses a text document and extracts a portion of the text document. The portion comprises some but not all of the text document. The system sends the portion of the text document to a trained machine learning model and, in response, receives a classification of the portion as demarking a section break. The system modifies the text document by inserting a document control item into the text document at a location of each portion classified as demarking a section break. The system stores the modified document.

15. 发明专利

FR3106693A1 Procédé de génération de données structurées d’ordre médical 未知
公开(公告)号：FR3106693A1
公开(公告)日：2021-07-30
申请号：FR2000730
申请日：2020-01-24
申请人： COLLECTIVE THINKING
发明人： SUSPLUGAS VINCENT , DUFETELLE EDOUARD
IPC分类号： G16H10/60 , G06F16/215 , G06F16/35 , G06F40/189 , G06F40/56 , G06Q50/26 , G16H15/00 , G16H40/20 , G16H50/70 , G16H50/80
摘要： L’invention concerne un procédé (100) de génération de données structurées à partir de données non structurées ou structurées. Des données médicales (7) font l’objet de propositions de classification automatique, le procédé comprenant une phase d’évaluation (107), d’au moins un résultat d’une proposition, dans laquelle : des moyens automatisés déterminent un niveau de confiance associé au résultat, les moyens automatisés comparent le niveau de confiance associé au résultat à un seuil de confiance prédéterminé, et les moyens automatisés affichent à un utilisateur le résultat si le niveau de confiance associé au résultat est supérieur ou égal au seuil de confiance prédéterminé. Figure pour l’abrégé : Fig. 10

16. 发明专利

AU2021102043A4 SYSTEM AND METHOD FOR DATA CLASSIFICATION FOR EFFICIENT MEMORY UTILIZATION AND AVOIDING DUPLICATE DATA 未知
公开(公告)号：AU2021102043A4
公开(公告)日：2021-06-10
申请号：AU2021102043
申请日：2021-04-19
申请人： NITIN DR , BHARDWAJ VED PRAKASH DR , CHAUHAN PIYUSH DR , JAIN SAURABH MR , SHARMA DEEPAK KUMAR MR , SHARMA DHIRENDRA KUMAR DR
发明人： BHARDWAJ VED PRAKASH , NITIN , SHARMA DHIRENDRA KUMAR , SHARMA DEEPAK KUMAR , JAIN SAURABH , CHAUHAN PIYUSH
IPC分类号： G06F16/174 , G06F16/35 , G06F16/65
摘要： SYSTEM AND METHOD FOR DATA CLASSIFICATION FOR EFFICIENT MEMORY UTILIZATION AND AVOIDING DUPLICATE DATA The present invention relates to System and method for data classification for efficient memory utilization and avoiding duplicate data. The objective of the present invention is to solve the problems in the prior art related to adequacies in technologies of data classification and removing duplication of data in data processing. Applicants: Dr. Ved Prakash Bhardwaj & Other No

17. 发明专利

AU2021101958A4 TAMIL TEXT CATEGORIZATION USING FEATURE WEIGHT LEARNING OF K-NEAREST NEIGHBOUR ALGORITHMS 未知
公开(公告)号：AU2021101958A4
公开(公告)日：2021-06-03
申请号：AU2021101958
申请日：2021-04-15
申请人： KAPILA DHIRAJ , P SAGAYA AURELIA , RAJAMANI VETRIVEERAN , RAMA PARVATHY L , SENTHIL KUMAR M DR , SHARMA MADHU
发明人： SENTHIL KUMAR M , RAMA PARVATHY L , P SAGAYA AURELIA , RAJAMANI VETRIVEERAN , SHARMA MADHU , KAPILA DHIRAJ
IPC分类号： G06F16/35 , G06F40/216 , G06K9/62 , G06N20/00
摘要： TAMIL TEXT CATEGORIZATION USING FEATURE WEIGHT LEARNING OF K-NEAREST NEIGHBOUR ALGORITHMS Text classification is the assignment of choosing whether a report has a place with a bunch of prespecified classes of documents. Programmed order plans can significantly encourage the interaction of classification. Arrangement of reports is trying, as the quantity of segregating words can be huge. Many existing calculations just would not work with these many highlights. The k-closest neighbour arrangement is a case-based learning calculation that has demonstrated to be viable for an assortment of issue spaces including archives. The key component of this plan is the accessibility of a comparability measure that is fit for recognizing neighbours of a particular record. A significant downside of the comparability measure utilized in k-nearest neighbour is that it utilizes all highlights in registering distances. In many archive informational indexes, just a more modest number of absolute vocabulary might be helpful in classifying reports. A potential way to deal with conquer this issue is to learn loads for various highlights. TAMIL TEXT CATEGORIZATION USING FEATURE WEIGHT LEARNING OF K-NEAREST NEIGHBOUR ALGORITHMS TEXT DOCUMENTS PRE-PROCESSING CLASSIFICATION TEXT DOCUMENT CLASSIFIED INTO FIGURE 1: BASIC TEXT CLASSIFICATION PROCESS

18. 发明专利

CA3101497C SYSTEM AND METHOD FOR ANALYZING AND MODELING CONTENT 未知
公开(公告)号：CA3101497C
公开(公告)日：2021-03-30
申请号：CA3101497
申请日：2019-05-31
申请人： DROIT FINANCIAL TECH LLC
发明人： PEMMARAJU SATYANARAYANA V , ZHENG JOCELINE H , ARNASON BROCK S , SEGURA E ALEXANDER , SCHWARTZ JOSEPH A
IPC分类号： G06Q50/18 , G06F16/25 , G06F16/35 , G06F40/169 , G06F40/30
摘要： Described herein are systems and methods for aggregating, parsing, and annotating regulatory context for use in resolving transactional inquiries. In one embodiment, a method comprises: aggregating documents from a plurality of data sources and storing the aggregated documents in a document database; selecting a first document from the document database; extracting regulatory content from the first document; parsing the regulatory content into a structured data object; identifying a substantively-relevant portion of the regulatory content in the structured data object; generating an annotation associated with the substantively-relevant portion; storing the generated annotation in an annotation database; and generating a domain-specific data structure for resolving transactional inquiries based on the annotation database.

19. 发明专利

CA3151051A1 METHOD FOR CONVERSION AND CLASSIFICATION OF DATA BASED ON CONTEXT 未知
公开(公告)号：CA3151051A1
公开(公告)日：2021-03-25
申请号：CA3151051
申请日：2020-09-09
申请人： CAPITAL ONE SERVICES LLC
发明人： PHAM VINCENT , ABAD FARDIN ABDI TAGHI , FARIVAR REZA , KEY KATE , TRUONG ANH , GOODSITT JEREMY , WALTERS AUSTIN
IPC分类号： G06F16/332 , G06F16/35 , G06F16/683
摘要： When a new communication is received at a server, the system can generate machine readable data pertaining to the communication, e.g., a transcript for the communication. Using the transcript, the system can utilize natural language processing techniques to find at least one request in the communication. The system can search summaries of prior communications, and if there is a communication including a similar request, the system can display a record of the prior communication.

20. 发明专利

DE102020210872A1 DATEN-VERARBEITUNG-VORRICHTUNG UND DATEN-VERARBEITUNG-VERFAHREN 未知
公开(公告)号：DE102020210872A1
公开(公告)日：2021-03-04
申请号：DE102020210872
申请日：2020-08-28
申请人： HONDA MOTOR CO LTD
发明人： SAKAMOTO DAISUKE
IPC分类号： G06F16/35 , G06Q30/02
摘要： Bereitgestellt ist eine Daten-Verarbeitung-Vorrichtung, welche in der Lage ist eine Erzeugung-Effizienz und eine Datenbank-Nützlichkeit zu der Zeit eine Erzeugung einer Datenbank zu verbessern. Eine Daten-Verarbeitung-Vorrichtung 1 erfasst eine Mehrzahl von Text-Informationen-Objekten von Informationen, welche auf einem vorbestimmten Medium veröffentlicht werden, unter einer vorbestimmten Erfassung-Bedingung (Schritt 1), erzeugt, wenn wenigstens ein Teil von jedem der Mehrzahl von Text-Informationen-Objekten, welche an einer Anzeige 1a angezeigt werden, als ein Ausschluss-Schlüsselwort durch einen Benutzer bestimmt wird, ein Rauschen-entferntes Informationen-Objekt, welches durch Entfernen von Text-Informationen, umfassend das Ausschluss-Schlüsselwort, von den Text-Informationen-Objekten erhalten wird (Schritt 2), und erzeugt eine Datenbank durch Durchführen einer vorbestimmten Verarbeitung an dem Rauschen-entfernten Informationen-Objekt (Schritte 3 und 4).

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式