IP-Coster | WO2024213375 | VERFAHREN ZUM TRAINIEREN EINES MASCHINELLEN LERNMODELLS

Country	Stages	Total
China	Filing	961
EPO	Filing, Examination	4633
Japan	Filing	595
South Korea	Filing	574
USA	Filing, Examination	3310

Abstract[German] Gemäß verschiedenen Ausführungsformen wird ein Verfahren zum Trainieren eines maschinellen Lernmodells (108) bereitgestellt, aufweisend Einteilen, für Trainingsdaten, die eine Vielzahl von Trainingsdatenelementen enthalten, die jeweils ein Paar aus Trainingseingabe und Zielverarbeitungsergebnis für die Trainingseingabe aus einem Ergebnisraum angeben, des Ergebnisraums in Bereiche (403, 404, 405), Ermitteln einer Akzeptanzrate abhängig von der Anzahl der Bereiche (403, 404, 405), für die jeweils gilt, dass die Trainingsdaten (402) mindestens ein Trainingsdatenelement aufweisen, das ein Zielverarbeitungsergebnis angibt, das in dem jeweiligen Bereich (403, 404, 405) liegt; und, für jede Trainingsiteration Trainingsdatenelementen (406) aus den Trainingsdaten (402) abhängig von der Akzeptanzrate ausgewählt werden und das maschinelle Lernmodell (108) mittels der für die Trainings-Iteration ausgewählten Trainingsdatenelemente trainiert wird.[English] Various embodiments provide a method for training a machine learning model (108), comprising, for training data containing a multiplicity of training data elements each indicating a pair comprising a training input and a target processing result for the training input from a result space, dividing the result space into regions (403, 404, 405), determining an acceptance rate depending on the number of regions (403, 404, 405) for each of which the training data (402) have at least one training data element indicating a target processing result that is in the particular region (403, 404, 405); and, for each training iteration, training data elements (406) are selected from the training data (402) depending on the acceptance rate, and the machine learning model (108) is trained using the training data elements selected for the training iteration.[French] Divers modes de réalisation concernent un procédé d'apprentissage d'un modèle d'apprentissage machine (108), comprenant, pour des données d'apprentissage contenant une multiplicité d'éléments de données d'apprentissage indiquant chacun une paire comprenant une entrée d'apprentissage et un résultat de traitement cible pour l'entrée d'apprentissage à partir d'un espace de résultat, la division de l'espace de résultat en zones (403, 404, 405), la détermination d'un taux d'acceptation en fonction du nombre de zones (403, 404, 405) pour chacune desquelles les données d'apprentissage (402) ont au moins un élément de données d'apprentissage indiquant un résultat de traitement cible qui est dans la zone particulière (403, 404, 405); et, pour chaque itération d'entraînement, des éléments de données d'apprentissage (406) sont sélectionnés parmi les données d'apprentissage (402) en fonction du taux d'acceptation, et le modèle d'apprentissage machine (108) est entraîné à l'aide des éléments de données d'apprentissage sélectionnés pour l'itération d'entraînement.

Total Number of Claims/PCT	*
Number of Independent Claims	*
Number of Priorities	*
Number of Multi-Dependent Claims	*
Number of Drawings	*
Pages for Publication	*
Number of Pages with Drawings	*
Pages of Specification	*
Sequence Listing	*
International Search Report is established	*
International Searching Authority	EPO *
Applicant's Legal Status	Legal Entity *
Small Entity	*
Non-Commercial Organization	*
Small Entity, USA	*
Micro Entity, USA	*
Entry into National Phase under	Chapter I *
Translation

WO2024213375 - VERFAHREN ZUM TRAINIEREN EINES MASCHINELLEN LERNMODELLS

Quotation for National Phase entry