WO2023194848 - METHOD FOR AUTOMATED PREDICTION OF USER DATA AND FEATURES USING A PREDICTIVE MODEL
National phase entry is expected:
Publication Number
WO/2023/194848
Publication Date
12.10.2023
International Application No.
PCT/IB2023/053123
International Filing Date
29.03.2023
Title **
[English]
METHOD FOR AUTOMATED PREDICTION OF USER DATA AND FEATURES USING A PREDICTIVE MODEL
[French]
PROCÉDÉ DE PRÉDICTION AUTOMATISÉE DE DONNÉES ET DE CARACTÉRISTIQUES UTILISATEUR À L'AIDE D'UN MODÈLE PRÉDICTIF
Applicants **
LEMON ARTIFICIAL INTELLIGENCE LTD
Habanai 24/2 st
9626444 Jerusalem, IL
Inventors
POTEMKIN, Rodion
Mapu 22/6
6343419 Tel-Aviv, IL
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 | 1038 | |
| EPO | Filing, Examination | 6498 | |
| Japan | Filing | 535 | |
| South Korea | Filing | 483 | |
| USA | Filing, Examination | 5035 |
Total: 13589 USD
The term for entry into the National Phase has expired. This quotation is for informational purposes only
Abstract[English]
The group of inventions relates to technologies for automated prediction of user data: actions and features using a predictive model. The technical result is to increase the efficiency of predicting user data. A method for automated prediction of user data is proposed. The method comprises the step of obtaining, by at least one processing unit, user action features, represented as an array of first vectors. Further, the method comprises obtaining user features represented as an array of second user feature vectors. Also, training neural network model on said arrays of first vectors and second vectors of features using an error backpropagation method to obtain trained model the output of which generates first and second latent state feature vectors, wherein said trainable neural network model is configured to dynamically select an architecture depending on said first and second feature vectors. 3 Ind. cl. and 12 Dep. cl, 4 Fig.[French]
Le groupe d'inventions concerne des technologies de prédiction automatisée de données utilisateur : actions et caractéristiques à l'aide d'un modèle prédictif. Le résultat technique consiste à augmenter l'efficacité de prédiction de données utilisateur. L'invention concerne un procédé de prédiction automatisée de données utilisateur. Le procédé comprend l'étape consistant à obtenir, par au moins une unité de traitement, des caractéristiques d'action utilisateur, représentées sous la forme d'un réseau de premiers vecteurs. En outre, le procédé consiste à obtenir des caractéristiques utilisateur représentées sous la forme d'un réseau de seconds vecteurs de caractéristiques utilisateur. Également, l'entraînement d'un modèle de réseau neuronal sur lesdits réseaux de premiers vecteurs et de seconds vecteurs de caractéristiques à l'aide d'un procédé de rétropropagation d'erreur pour obtenir un modèle entraîné dont la sortie génère des premier et second vecteurs de caractéristiques d'état latent, ledit modèle de réseau neuronal apte à l'apprentissage étant configuré pour sélectionner dynamiquement une architecture en fonction desdits premier et second vecteurs de caractéristiques. 3 Ind cl. et 12 Dep. Cl, 4 Fig.