WO2023047360 - MULTI-STAGE MACHINE LEARNING TECHNIQUES FOR PROFILING HAIR AND USES THEREOF
National phase entry is expected:
Publication Number
WO/2023/047360
Publication Date
30.03.2023
International Application No.
PCT/IB2022/059039
International Filing Date
23.09.2022
Title **
[English]
MULTI-STAGE MACHINE LEARNING TECHNIQUES FOR PROFILING HAIR AND USES THEREOF
[French]
TECHNIQUES D'APPRENTISSAGE AUTOMATIQUE À ÉTAPES MULTIPLES DESTINÉES AU PROFILAGE DES CHEVEUX ET LEURS UTILISATIONS
Applicants **
THE JOAN AND IRWIN JACOBS TECHNION-CORNELL INSTITUTE
Bloomberg Center, 2 West Loop Road
New York, New York 10044, US
Inventors
ST. BERNARD, Tiffany
c/o The Joan and Irwin Jacobs Technion-Cornell Institute
Bloomberg Center, 2 West Loop Road
New York, New York 10044, US
REID, Kemar
c/o The Joan and Irwin Jacobs Technion-Cornell Institute
Bloomberg Center, 2 West Loop Road
New York, New Jersey 10044, US
HANCOCK, Monte
c/o The Joan and Irwin Jacobs Technion-Cornell Institute
Bloomberg Center, 2 West Loop Road
New York, New York 10044, US
Priority Data
63/247,589
23.09.2021
US
Application details
| 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 | * |
| * | |
| * | |
International Searching Authority |
ILPO
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Translation |
|
Recalculate
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing | 1536 | |
| EPO | Filing, Examination | 10007 | |
| Japan | Filing | 590 | |
| South Korea | Filing | 575 | |
| USA | Filing, Examination | 3710 |
Total: 16418 USD
The term for entry into the National Phase has expired. This quotation is for informational purposes only
Abstract[English]
Techniques for generating recommendations using machine learning with respect to semantic concepts defined in a knowledge graph. A hair profile is determined for a user based on inputs related to the user. Determining the hair profile includes extracting attributes of the user from the inputs using natural language processing, computer vision, or both, and identifying respective nodes for the extracted attributes in the knowledge graph. The knowledge graph is created via machine learning using population data including hair-related data in order to identify relationships between semantic concepts represented by nodes of the knowledge graph. The nodes include discrete properties such as individual hair attributes, ingredients of products, or otherwise discrete characteristics of factors that may affect a user's hair or related health conditions. A generalized recommendation is generated based on the hair profile. A personalized recommendation may be generated based on the generalized recommendation and progress logged by the user.[French]
Techniques destinées à la génération de recommandations à l'aide d'un apprentissage automatique par rapport à des concepts sémantiques définis dans un graphe de connaissances. Un profil de cheveux est déterminé pour un utilisateur sur la base d'entrées associées à l'utilisateur. La détermination du profil de cheveux consiste à extraire des attributs de l'utilisateur des entrées à l'aide d'un traitement de langage naturel (TLN), d'une vision informatique ou des deux, et l'identification de nœuds respectifs pour les attributs extraits dans le graphe de connaissances. Le graphe de connaissances est créé par l'intermédiaire d'un apprentissage automatique à l'aide de données de population comprenant des données relatives aux cheveux afin d'identifier des relations entre des concepts sémantiques représentés par des nœuds du graphe de connaissances. Les nœuds comprennent des propriétés discrètes telles que des attributs de cheveux individuels, des ingrédients de produits ou des caractéristiques autrement discrètes de facteurs qui peuvent affecter les cheveux d'un utilisateur ou des troubles de santé associées. Une recommandation généralisée est générée sur la base du profil des cheveux. Une recommandation personnalisée peut être générée sur la base de la recommandation généralisée et de la progression enregistrée par l'utilisateur.