METHOD AND APPARATUS FOR CONTROLLING THE TRAINING OF MACHINE LEARNING MODELS IN PIPELINED ANALYTICS SERVICE IMPLEMENTATIONS

An Analytics Service Training Pipeline (ASTP) is defined, along with an ML Model and Analytics Registry (MMAR) function. Analytics Services and Subservices are identified by Analytics ID(s). The ASTP describes the data stages within an Analytics (Sub)Service implementation, and how they apply to ML...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: GARCIA MARTIN, Miguel Angel, MONJAS LLORENTE, Miguel Angel
Format: Patent
Sprache:eng ; fre
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 GARCIA MARTIN, Miguel Angel
MONJAS LLORENTE, Miguel Angel
description An Analytics Service Training Pipeline (ASTP) is defined, along with an ML Model and Analytics Registry (MMAR) function. Analytics Services and Subservices are identified by Analytics ID(s). The ASTP describes the data stages within an Analytics (Sub)Service implementation, and how they apply to ML model (re-)training operations. The NWDAF containing MMAR receives ASTP information from a Network Manager or NWDAF containing AnLF, stores it, and supplies it to the NWDAF containing MTLF, for use in ML model (re-)training. When an Analytics (Sub)Service implementation is deployed in the NWDAF containing AnLF, its ASTP is also made available in the NWDAF containing MMAR. When the NWDAF containing MTLF receives a model provision or info request, it retrieves the relevant ASTP, and proceeds accordingly. In this manner, once the ASTP definition is available at the NWDAF containing MTLF, it knows the information and order required re-train a given ML model. Un pipeline d'entraînement de service analytique (ASTP) est défini, conjointement avec une fonction de registre analytique et de modèle d'apprentissage automatique (ML) (MMAR). Des services et des sous-services analytiques sont identifiés par un ou plusieurs ID analytiques. L'ASTP décrit les étapes de données dans une mise en œuvre de (sous-)service analytique, et la manière dont elles s'appliquent à des opérations d'apprentissage (ou de nouvel entraînement) de modèle ML. La NWDAF contenant le MMAR reçoit des informations ASTP provenant d'un gestionnaire de réseau ou NWDAF contenant l'AnLF, la stocke, et la fournit à la NWDAF contenant la MTLF, pour une utilisation dans un apprentissage (ou de nouvel entraînement) de modèle ML. Lorsqu'une mise en œuvre de (sous-)service analytique est déployée dans la NWDAF contenant l'AnLF, son ASTP est également mis à disposition dans la NWDAF contenant le MMAR. Lorsque la NWDAF contenant la MTLF reçoit une demande de fourniture de modèle ou une demande d'informations, elle récupère l'ASTP pertinente, et procède en conséquence. De cette manière, une fois que la définition ASTP est disponible au niveau de la NWDAF contenant la MTLF, elle connaît les informations et l'ordre requis pour entraîner de nouveau un modèle ML donné.
format Patent
fullrecord <record><control><sourceid>epo_EVB</sourceid><recordid>TN_cdi_epo_espacenet_WO2023227937A1</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>WO2023227937A1</sourcerecordid><originalsourceid>FETCH-epo_espacenet_WO2023227937A13</originalsourceid><addsrcrecordid>eNqNjL0KwkAQhNNYiPoOC9aCJkWwXC4bs3B_3K2KVQhyVqKB2PnyJuIDWAzDfMzMPHsbksZVgHaU9xhQjhFqF0A5K8FpzfYA0hBIQLZTcDUYVA1bAk0Yvsy4inQEtuDZ07ih6RL1RVhFiBROrAjYeE2GrKCws3GZzW7dfUirny-ydU2imk3qn20a-u6aHunVnl2-zYs8L_dFibviv9YHOfE78Q</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>patent</recordtype></control><display><type>patent</type><title>METHOD AND APPARATUS FOR CONTROLLING THE TRAINING OF MACHINE LEARNING MODELS IN PIPELINED ANALYTICS SERVICE IMPLEMENTATIONS</title><source>esp@cenet</source><creator>GARCIA MARTIN, Miguel Angel ; MONJAS LLORENTE, Miguel Angel</creator><creatorcontrib>GARCIA MARTIN, Miguel Angel ; MONJAS LLORENTE, Miguel Angel</creatorcontrib><description>An Analytics Service Training Pipeline (ASTP) is defined, along with an ML Model and Analytics Registry (MMAR) function. Analytics Services and Subservices are identified by Analytics ID(s). The ASTP describes the data stages within an Analytics (Sub)Service implementation, and how they apply to ML model (re-)training operations. The NWDAF containing MMAR receives ASTP information from a Network Manager or NWDAF containing AnLF, stores it, and supplies it to the NWDAF containing MTLF, for use in ML model (re-)training. When an Analytics (Sub)Service implementation is deployed in the NWDAF containing AnLF, its ASTP is also made available in the NWDAF containing MMAR. When the NWDAF containing MTLF receives a model provision or info request, it retrieves the relevant ASTP, and proceeds accordingly. In this manner, once the ASTP definition is available at the NWDAF containing MTLF, it knows the information and order required re-train a given ML model. Un pipeline d'entraînement de service analytique (ASTP) est défini, conjointement avec une fonction de registre analytique et de modèle d'apprentissage automatique (ML) (MMAR). Des services et des sous-services analytiques sont identifiés par un ou plusieurs ID analytiques. L'ASTP décrit les étapes de données dans une mise en œuvre de (sous-)service analytique, et la manière dont elles s'appliquent à des opérations d'apprentissage (ou de nouvel entraînement) de modèle ML. La NWDAF contenant le MMAR reçoit des informations ASTP provenant d'un gestionnaire de réseau ou NWDAF contenant l'AnLF, la stocke, et la fournit à la NWDAF contenant la MTLF, pour une utilisation dans un apprentissage (ou de nouvel entraînement) de modèle ML. Lorsqu'une mise en œuvre de (sous-)service analytique est déployée dans la NWDAF contenant l'AnLF, son ASTP est également mis à disposition dans la NWDAF contenant le MMAR. Lorsque la NWDAF contenant la MTLF reçoit une demande de fourniture de modèle ou une demande d'informations, elle récupère l'ASTP pertinente, et procède en conséquence. De cette manière, une fois que la définition ASTP est disponible au niveau de la NWDAF contenant la MTLF, elle connaît les informations et l'ordre requis pour entraîner de nouveau un modèle ML donné.</description><language>eng ; fre</language><subject>CALCULATING ; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS ; COMPUTING ; COUNTING ; ELECTRIC COMMUNICATION TECHNIQUE ; ELECTRICITY ; PHYSICS ; TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHICCOMMUNICATION</subject><creationdate>2023</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&amp;date=20231130&amp;DB=EPODOC&amp;CC=WO&amp;NR=2023227937A1$$EHTML$$P50$$Gepo$$Hfree_for_read</linktohtml><link.rule.ids>230,308,776,881,25542,76290</link.rule.ids><linktorsrc>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&amp;date=20231130&amp;DB=EPODOC&amp;CC=WO&amp;NR=2023227937A1$$EView_record_in_European_Patent_Office$$FView_record_in_$$GEuropean_Patent_Office$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>GARCIA MARTIN, Miguel Angel</creatorcontrib><creatorcontrib>MONJAS LLORENTE, Miguel Angel</creatorcontrib><title>METHOD AND APPARATUS FOR CONTROLLING THE TRAINING OF MACHINE LEARNING MODELS IN PIPELINED ANALYTICS SERVICE IMPLEMENTATIONS</title><description>An Analytics Service Training Pipeline (ASTP) is defined, along with an ML Model and Analytics Registry (MMAR) function. Analytics Services and Subservices are identified by Analytics ID(s). The ASTP describes the data stages within an Analytics (Sub)Service implementation, and how they apply to ML model (re-)training operations. The NWDAF containing MMAR receives ASTP information from a Network Manager or NWDAF containing AnLF, stores it, and supplies it to the NWDAF containing MTLF, for use in ML model (re-)training. When an Analytics (Sub)Service implementation is deployed in the NWDAF containing AnLF, its ASTP is also made available in the NWDAF containing MMAR. When the NWDAF containing MTLF receives a model provision or info request, it retrieves the relevant ASTP, and proceeds accordingly. In this manner, once the ASTP definition is available at the NWDAF containing MTLF, it knows the information and order required re-train a given ML model. Un pipeline d'entraînement de service analytique (ASTP) est défini, conjointement avec une fonction de registre analytique et de modèle d'apprentissage automatique (ML) (MMAR). Des services et des sous-services analytiques sont identifiés par un ou plusieurs ID analytiques. L'ASTP décrit les étapes de données dans une mise en œuvre de (sous-)service analytique, et la manière dont elles s'appliquent à des opérations d'apprentissage (ou de nouvel entraînement) de modèle ML. La NWDAF contenant le MMAR reçoit des informations ASTP provenant d'un gestionnaire de réseau ou NWDAF contenant l'AnLF, la stocke, et la fournit à la NWDAF contenant la MTLF, pour une utilisation dans un apprentissage (ou de nouvel entraînement) de modèle ML. Lorsqu'une mise en œuvre de (sous-)service analytique est déployée dans la NWDAF contenant l'AnLF, son ASTP est également mis à disposition dans la NWDAF contenant le MMAR. Lorsque la NWDAF contenant la MTLF reçoit une demande de fourniture de modèle ou une demande d'informations, elle récupère l'ASTP pertinente, et procède en conséquence. De cette manière, une fois que la définition ASTP est disponible au niveau de la NWDAF contenant la MTLF, elle connaît les informations et l'ordre requis pour entraîner de nouveau un modèle ML donné.</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>TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHICCOMMUNICATION</subject><fulltext>true</fulltext><rsrctype>patent</rsrctype><creationdate>2023</creationdate><recordtype>patent</recordtype><sourceid>EVB</sourceid><recordid>eNqNjL0KwkAQhNNYiPoOC9aCJkWwXC4bs3B_3K2KVQhyVqKB2PnyJuIDWAzDfMzMPHsbksZVgHaU9xhQjhFqF0A5K8FpzfYA0hBIQLZTcDUYVA1bAk0Yvsy4inQEtuDZ07ih6RL1RVhFiBROrAjYeE2GrKCws3GZzW7dfUirny-ydU2imk3qn20a-u6aHunVnl2-zYs8L_dFibviv9YHOfE78Q</recordid><startdate>20231130</startdate><enddate>20231130</enddate><creator>GARCIA MARTIN, Miguel Angel</creator><creator>MONJAS LLORENTE, Miguel Angel</creator><scope>EVB</scope></search><sort><creationdate>20231130</creationdate><title>METHOD AND APPARATUS FOR CONTROLLING THE TRAINING OF MACHINE LEARNING MODELS IN PIPELINED ANALYTICS SERVICE IMPLEMENTATIONS</title><author>GARCIA MARTIN, Miguel Angel ; MONJAS LLORENTE, Miguel Angel</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-epo_espacenet_WO2023227937A13</frbrgroupid><rsrctype>patents</rsrctype><prefilter>patents</prefilter><language>eng ; fre</language><creationdate>2023</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>TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHICCOMMUNICATION</topic><toplevel>online_resources</toplevel><creatorcontrib>GARCIA MARTIN, Miguel Angel</creatorcontrib><creatorcontrib>MONJAS LLORENTE, Miguel Angel</creatorcontrib><collection>esp@cenet</collection></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>GARCIA MARTIN, Miguel Angel</au><au>MONJAS LLORENTE, Miguel Angel</au><format>patent</format><genre>patent</genre><ristype>GEN</ristype><title>METHOD AND APPARATUS FOR CONTROLLING THE TRAINING OF MACHINE LEARNING MODELS IN PIPELINED ANALYTICS SERVICE IMPLEMENTATIONS</title><date>2023-11-30</date><risdate>2023</risdate><abstract>An Analytics Service Training Pipeline (ASTP) is defined, along with an ML Model and Analytics Registry (MMAR) function. Analytics Services and Subservices are identified by Analytics ID(s). The ASTP describes the data stages within an Analytics (Sub)Service implementation, and how they apply to ML model (re-)training operations. The NWDAF containing MMAR receives ASTP information from a Network Manager or NWDAF containing AnLF, stores it, and supplies it to the NWDAF containing MTLF, for use in ML model (re-)training. When an Analytics (Sub)Service implementation is deployed in the NWDAF containing AnLF, its ASTP is also made available in the NWDAF containing MMAR. When the NWDAF containing MTLF receives a model provision or info request, it retrieves the relevant ASTP, and proceeds accordingly. In this manner, once the ASTP definition is available at the NWDAF containing MTLF, it knows the information and order required re-train a given ML model. Un pipeline d'entraînement de service analytique (ASTP) est défini, conjointement avec une fonction de registre analytique et de modèle d'apprentissage automatique (ML) (MMAR). Des services et des sous-services analytiques sont identifiés par un ou plusieurs ID analytiques. L'ASTP décrit les étapes de données dans une mise en œuvre de (sous-)service analytique, et la manière dont elles s'appliquent à des opérations d'apprentissage (ou de nouvel entraînement) de modèle ML. La NWDAF contenant le MMAR reçoit des informations ASTP provenant d'un gestionnaire de réseau ou NWDAF contenant l'AnLF, la stocke, et la fournit à la NWDAF contenant la MTLF, pour une utilisation dans un apprentissage (ou de nouvel entraînement) de modèle ML. Lorsqu'une mise en œuvre de (sous-)service analytique est déployée dans la NWDAF contenant l'AnLF, son ASTP est également mis à disposition dans la NWDAF contenant le MMAR. Lorsque la NWDAF contenant la MTLF reçoit une demande de fourniture de modèle ou une demande d'informations, elle récupère l'ASTP pertinente, et procède en conséquence. De cette manière, une fois que la définition ASTP est disponible au niveau de la NWDAF contenant la MTLF, elle connaît les informations et l'ordre requis pour entraîner de nouveau un modèle ML donné.</abstract><oa>free_for_read</oa></addata></record>
fulltext fulltext_linktorsrc
identifier
ispartof
issn
language eng ; fre
recordid cdi_epo_espacenet_WO2023227937A1
source esp@cenet
subjects CALCULATING
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
COMPUTING
COUNTING
ELECTRIC COMMUNICATION TECHNIQUE
ELECTRICITY
PHYSICS
TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHICCOMMUNICATION
title METHOD AND APPARATUS FOR CONTROLLING THE TRAINING OF MACHINE LEARNING MODELS IN PIPELINED ANALYTICS SERVICE IMPLEMENTATIONS
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-30T16%3A48%3A10IST&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=GARCIA%20MARTIN,%20Miguel%20Angel&rft.date=2023-11-30&rft_id=info:doi/&rft_dat=%3Cepo_EVB%3EWO2023227937A1%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