기계 학습 시스템들을 사용한 암시적 이미지 및 비디오 압축
기계 학습 시스템들을 사용하여 데이터를 압축 및 압축해제하기 위한 기법들이 설명된다. 예시적인 프로세스는 신경망 압축 시스템에 의한 압축을 위해 복수의 이미지들을 수신하는 것을 포함할 수 있다. 프로세스는 복수의 이미지들로부터의 제1 이미지에 기초하여, 신경망 압축 시스템의 제1 모델과 연관된 제1 복수의 가중 값들을 결정하는 것을 포함할 수 있다. 프로세스는 제1 복수의 가중 값들의 압축된 버전을 포함하는 제1 비트스트림을 생성하는 것을 포함할 수 있다. 프로세스는 수신기로의 송신을 위해 제1 비트스트림을 출력하는 것을 포함할 수...
Gespeichert in:
| Hauptverfasser: | , , , , |
|---|---|
| Format: | Patent |
| Sprache: | kor |
| Schlagworte: | |
| Online-Zugang: | Volltext bestellen |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | |
|---|---|
| container_issue | |
| container_start_page | |
| container_title | |
| container_volume | |
| creator | NAGEL MARKUS COHEN TACO SEBASTIAAN VAN ROZENDAAL TIES JEHAN BREHMER JOHANN HINRICH ZHANG YUNFAN |
| description | 기계 학습 시스템들을 사용하여 데이터를 압축 및 압축해제하기 위한 기법들이 설명된다. 예시적인 프로세스는 신경망 압축 시스템에 의한 압축을 위해 복수의 이미지들을 수신하는 것을 포함할 수 있다. 프로세스는 복수의 이미지들로부터의 제1 이미지에 기초하여, 신경망 압축 시스템의 제1 모델과 연관된 제1 복수의 가중 값들을 결정하는 것을 포함할 수 있다. 프로세스는 제1 복수의 가중 값들의 압축된 버전을 포함하는 제1 비트스트림을 생성하는 것을 포함할 수 있다. 프로세스는 수신기로의 송신을 위해 제1 비트스트림을 출력하는 것을 포함할 수 있다.
Techniques are described for compressing and decompressing data using machine learning systems. An example process can include receiving a plurality of images for compression by a neural network compression system. The process can include determining, based on a first image from the plurality of images, a first plurality of weight values associated with a first model of the neural network compression system. The process can include generating a first bitstream comprising a compressed version of the first plurality of weight values. The process can include outputting the first bitstream for transmission to a receiver. |
| format | Patent |
| fullrecord | <record><control><sourceid>epo_EVB</sourceid><recordid>TN_cdi_epo_espacenet_KR20240012374A</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>KR20240012374A</sourcerecordid><originalsourceid>FETCH-epo_espacenet_KR20240012374A3</originalsourceid><addsrcrecordid>eNrjZAh4tWPDq80tCm-nznzTtVXhTfecN11L3rbOeT15yZu5LQpvmta8mbXy7dQ5Cm-mTgFJLmhUeDN3y-v1O94sb1B4vaFf4fXOltdTpryZsQSoYuqbbVN5GFjTEnOKU3mhNDeDsptriLOHbmpBfnxqcUFicmpeakm8d5CRgZGJgYGhkbG5iaMxcaoA-UVOQA</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>patent</recordtype></control><display><type>patent</type><title>기계 학습 시스템들을 사용한 암시적 이미지 및 비디오 압축</title><source>esp@cenet</source><creator>NAGEL MARKUS ; COHEN TACO SEBASTIAAN ; VAN ROZENDAAL TIES JEHAN ; BREHMER JOHANN HINRICH ; ZHANG YUNFAN</creator><creatorcontrib>NAGEL MARKUS ; COHEN TACO SEBASTIAAN ; VAN ROZENDAAL TIES JEHAN ; BREHMER JOHANN HINRICH ; ZHANG YUNFAN</creatorcontrib><description>기계 학습 시스템들을 사용하여 데이터를 압축 및 압축해제하기 위한 기법들이 설명된다. 예시적인 프로세스는 신경망 압축 시스템에 의한 압축을 위해 복수의 이미지들을 수신하는 것을 포함할 수 있다. 프로세스는 복수의 이미지들로부터의 제1 이미지에 기초하여, 신경망 압축 시스템의 제1 모델과 연관된 제1 복수의 가중 값들을 결정하는 것을 포함할 수 있다. 프로세스는 제1 복수의 가중 값들의 압축된 버전을 포함하는 제1 비트스트림을 생성하는 것을 포함할 수 있다. 프로세스는 수신기로의 송신을 위해 제1 비트스트림을 출력하는 것을 포함할 수 있다.
Techniques are described for compressing and decompressing data using machine learning systems. An example process can include receiving a plurality of images for compression by a neural network compression system. The process can include determining, based on a first image from the plurality of images, a first plurality of weight values associated with a first model of the neural network compression system. The process can include generating a first bitstream comprising a compressed version of the first plurality of weight values. The process can include outputting the first bitstream for transmission to a receiver.</description><language>kor</language><subject>CALCULATING ; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS ; COMPUTING ; COUNTING ; ELECTRIC COMMUNICATION TECHNIQUE ; ELECTRICITY ; PHYSICS ; PICTORIAL COMMUNICATION, e.g. TELEVISION</subject><creationdate>2024</creationdate><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktohtml>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20240129&DB=EPODOC&CC=KR&NR=20240012374A$$EHTML$$P50$$Gepo$$Hfree_for_read</linktohtml><link.rule.ids>230,308,776,881,25543,76294</link.rule.ids><linktorsrc>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20240129&DB=EPODOC&CC=KR&NR=20240012374A$$EView_record_in_European_Patent_Office$$FView_record_in_$$GEuropean_Patent_Office$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>NAGEL MARKUS</creatorcontrib><creatorcontrib>COHEN TACO SEBASTIAAN</creatorcontrib><creatorcontrib>VAN ROZENDAAL TIES JEHAN</creatorcontrib><creatorcontrib>BREHMER JOHANN HINRICH</creatorcontrib><creatorcontrib>ZHANG YUNFAN</creatorcontrib><title>기계 학습 시스템들을 사용한 암시적 이미지 및 비디오 압축</title><description>기계 학습 시스템들을 사용하여 데이터를 압축 및 압축해제하기 위한 기법들이 설명된다. 예시적인 프로세스는 신경망 압축 시스템에 의한 압축을 위해 복수의 이미지들을 수신하는 것을 포함할 수 있다. 프로세스는 복수의 이미지들로부터의 제1 이미지에 기초하여, 신경망 압축 시스템의 제1 모델과 연관된 제1 복수의 가중 값들을 결정하는 것을 포함할 수 있다. 프로세스는 제1 복수의 가중 값들의 압축된 버전을 포함하는 제1 비트스트림을 생성하는 것을 포함할 수 있다. 프로세스는 수신기로의 송신을 위해 제1 비트스트림을 출력하는 것을 포함할 수 있다.
Techniques are described for compressing and decompressing data using machine learning systems. An example process can include receiving a plurality of images for compression by a neural network compression system. The process can include determining, based on a first image from the plurality of images, a first plurality of weight values associated with a first model of the neural network compression system. The process can include generating a first bitstream comprising a compressed version of the first plurality of weight values. The process can include outputting the first bitstream for transmission to a receiver.</description><subject>CALCULATING</subject><subject>COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS</subject><subject>COMPUTING</subject><subject>COUNTING</subject><subject>ELECTRIC COMMUNICATION TECHNIQUE</subject><subject>ELECTRICITY</subject><subject>PHYSICS</subject><subject>PICTORIAL COMMUNICATION, e.g. TELEVISION</subject><fulltext>true</fulltext><rsrctype>patent</rsrctype><creationdate>2024</creationdate><recordtype>patent</recordtype><sourceid>EVB</sourceid><recordid>eNrjZAh4tWPDq80tCm-nznzTtVXhTfecN11L3rbOeT15yZu5LQpvmta8mbXy7dQ5Cm-mTgFJLmhUeDN3y-v1O94sb1B4vaFf4fXOltdTpryZsQSoYuqbbVN5GFjTEnOKU3mhNDeDsptriLOHbmpBfnxqcUFicmpeakm8d5CRgZGJgYGhkbG5iaMxcaoA-UVOQA</recordid><startdate>20240129</startdate><enddate>20240129</enddate><creator>NAGEL MARKUS</creator><creator>COHEN TACO SEBASTIAAN</creator><creator>VAN ROZENDAAL TIES JEHAN</creator><creator>BREHMER JOHANN HINRICH</creator><creator>ZHANG YUNFAN</creator><scope>EVB</scope></search><sort><creationdate>20240129</creationdate><title>기계 학습 시스템들을 사용한 암시적 이미지 및 비디오 압축</title><author>NAGEL MARKUS ; COHEN TACO SEBASTIAAN ; VAN ROZENDAAL TIES JEHAN ; BREHMER JOHANN HINRICH ; ZHANG YUNFAN</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-epo_espacenet_KR20240012374A3</frbrgroupid><rsrctype>patents</rsrctype><prefilter>patents</prefilter><language>kor</language><creationdate>2024</creationdate><topic>CALCULATING</topic><topic>COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS</topic><topic>COMPUTING</topic><topic>COUNTING</topic><topic>ELECTRIC COMMUNICATION TECHNIQUE</topic><topic>ELECTRICITY</topic><topic>PHYSICS</topic><topic>PICTORIAL COMMUNICATION, e.g. TELEVISION</topic><toplevel>online_resources</toplevel><creatorcontrib>NAGEL MARKUS</creatorcontrib><creatorcontrib>COHEN TACO SEBASTIAAN</creatorcontrib><creatorcontrib>VAN ROZENDAAL TIES JEHAN</creatorcontrib><creatorcontrib>BREHMER JOHANN HINRICH</creatorcontrib><creatorcontrib>ZHANG YUNFAN</creatorcontrib><collection>esp@cenet</collection></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>NAGEL MARKUS</au><au>COHEN TACO SEBASTIAAN</au><au>VAN ROZENDAAL TIES JEHAN</au><au>BREHMER JOHANN HINRICH</au><au>ZHANG YUNFAN</au><format>patent</format><genre>patent</genre><ristype>GEN</ristype><title>기계 학습 시스템들을 사용한 암시적 이미지 및 비디오 압축</title><date>2024-01-29</date><risdate>2024</risdate><abstract>기계 학습 시스템들을 사용하여 데이터를 압축 및 압축해제하기 위한 기법들이 설명된다. 예시적인 프로세스는 신경망 압축 시스템에 의한 압축을 위해 복수의 이미지들을 수신하는 것을 포함할 수 있다. 프로세스는 복수의 이미지들로부터의 제1 이미지에 기초하여, 신경망 압축 시스템의 제1 모델과 연관된 제1 복수의 가중 값들을 결정하는 것을 포함할 수 있다. 프로세스는 제1 복수의 가중 값들의 압축된 버전을 포함하는 제1 비트스트림을 생성하는 것을 포함할 수 있다. 프로세스는 수신기로의 송신을 위해 제1 비트스트림을 출력하는 것을 포함할 수 있다.
Techniques are described for compressing and decompressing data using machine learning systems. An example process can include receiving a plurality of images for compression by a neural network compression system. The process can include determining, based on a first image from the plurality of images, a first plurality of weight values associated with a first model of the neural network compression system. The process can include generating a first bitstream comprising a compressed version of the first plurality of weight values. The process can include outputting the first bitstream for transmission to a receiver.</abstract><oa>free_for_read</oa></addata></record> |
| fulltext | fulltext_linktorsrc |
| identifier | |
| ispartof | |
| issn | |
| language | kor |
| recordid | cdi_epo_espacenet_KR20240012374A |
| source | esp@cenet |
| subjects | CALCULATING COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS COMPUTING COUNTING ELECTRIC COMMUNICATION TECHNIQUE ELECTRICITY PHYSICS PICTORIAL COMMUNICATION, e.g. TELEVISION |
| title | 기계 학습 시스템들을 사용한 암시적 이미지 및 비디오 압축 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-21T11%3A54%3A18IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-epo_EVB&rft_val_fmt=info:ofi/fmt:kev:mtx:patent&rft.genre=patent&rft.au=NAGEL%20MARKUS&rft.date=2024-01-29&rft_id=info:doi/&rft_dat=%3Cepo_EVB%3EKR20240012374A%3C/epo_EVB%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true |