FEW-SHOT CLASSIFIER EXAMPLE EXTRACTION

In various examples there is a computer-implemented method comprising accessing a pool of examples. The method obtains a query set comprising a plurality of held out examples in a plurality of classes. For each example in the pool, the method assigns a weight to the example and initializes the weigh...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: BASU, Samyadeep, STANLEY, Megan Jane, MASSICETI, Daniela
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 BASU, Samyadeep
STANLEY, Megan Jane
MASSICETI, Daniela
description In various examples there is a computer-implemented method comprising accessing a pool of examples. The method obtains a query set comprising a plurality of held out examples in a plurality of classes. For each example in the pool, the method assigns a weight to the example and initializes the weight using a default or random value. The method accesses a constrained optimization problem. The constrained optimization is solved using a projected gradient ascent or descent, the solving resulting in optimal weights resulting in an optimal performance of a few-shot classifier on the query set, where the few-shot classifier is trained using the examples from the pool weighted by the optimal weights. The method selects, using the optimal weights, an example per class from the pool, and stores the selected examples. Selon divers exemples, l'invention concerne un procédé mis en œuvre par ordinateur comprenant l'accès à un fonds d'exemples. Le procédé obtient un ensemble d'interrogation comprenant une pluralité d'exemples gardés à l'écart dans une pluralité de classes. Pour chaque exemple dans le fonds, le procédé attribue un poids à l'exemple et initialise le poids en utilisant une valeur par défaut ou aléatoire. Le procédé accède à un problème d'optimisation sous contraintes. L'optimisation sous contraintes est résolue à l'aide d'une montée ou d'une descente de gradient projeté, la résolution conduisant à des poids optimaux conduisant à une performance optimale d'un classifieur à peu d'exemples sur l'ensemble d'interrogation, le classifieur à peu d'exemples étant entraîné en utilisant les exemples tirés du fonds pondérés par les poids optimaux. Le procédé sélectionne, à l'aide des poids optimaux, un exemple par classe dans le fonds, et stocke les exemples sélectionnés.
format Patent
fullrecord <record><control><sourceid>epo_EVB</sourceid><recordid>TN_cdi_epo_espacenet_WO2024063905A1</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>WO2024063905A1</sourcerecordid><originalsourceid>FETCH-epo_espacenet_WO2024063905A13</originalsourceid><addsrcrecordid>eNrjZFBzcw3XDfbwD1Fw9nEMDvZ083QNUnCNcPQN8HEF0iFBjs4hnv5-PAysaYk5xam8UJqbQdnNNcTZQze1ID8-tbggMTk1L7UkPtzfyMDIxMDM2NLA1NHQmDhVAF32JJo</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>patent</recordtype></control><display><type>patent</type><title>FEW-SHOT CLASSIFIER EXAMPLE EXTRACTION</title><source>esp@cenet</source><creator>BASU, Samyadeep ; STANLEY, Megan Jane ; MASSICETI, Daniela</creator><creatorcontrib>BASU, Samyadeep ; STANLEY, Megan Jane ; MASSICETI, Daniela</creatorcontrib><description>In various examples there is a computer-implemented method comprising accessing a pool of examples. The method obtains a query set comprising a plurality of held out examples in a plurality of classes. For each example in the pool, the method assigns a weight to the example and initializes the weight using a default or random value. The method accesses a constrained optimization problem. The constrained optimization is solved using a projected gradient ascent or descent, the solving resulting in optimal weights resulting in an optimal performance of a few-shot classifier on the query set, where the few-shot classifier is trained using the examples from the pool weighted by the optimal weights. The method selects, using the optimal weights, an example per class from the pool, and stores the selected examples. Selon divers exemples, l'invention concerne un procédé mis en œuvre par ordinateur comprenant l'accès à un fonds d'exemples. Le procédé obtient un ensemble d'interrogation comprenant une pluralité d'exemples gardés à l'écart dans une pluralité de classes. Pour chaque exemple dans le fonds, le procédé attribue un poids à l'exemple et initialise le poids en utilisant une valeur par défaut ou aléatoire. Le procédé accède à un problème d'optimisation sous contraintes. L'optimisation sous contraintes est résolue à l'aide d'une montée ou d'une descente de gradient projeté, la résolution conduisant à des poids optimaux conduisant à une performance optimale d'un classifieur à peu d'exemples sur l'ensemble d'interrogation, le classifieur à peu d'exemples étant entraîné en utilisant les exemples tirés du fonds pondérés par les poids optimaux. Le procédé sélectionne, à l'aide des poids optimaux, un exemple par classe dans le fonds, et stocke les exemples sélectionnés.</description><language>eng ; fre</language><subject>CALCULATING ; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS ; COMPUTING ; COUNTING ; PHYSICS</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&amp;date=20240328&amp;DB=EPODOC&amp;CC=WO&amp;NR=2024063905A1$$EHTML$$P50$$Gepo$$Hfree_for_read</linktohtml><link.rule.ids>230,308,780,885,25564,76547</link.rule.ids><linktorsrc>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&amp;date=20240328&amp;DB=EPODOC&amp;CC=WO&amp;NR=2024063905A1$$EView_record_in_European_Patent_Office$$FView_record_in_$$GEuropean_Patent_Office$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>BASU, Samyadeep</creatorcontrib><creatorcontrib>STANLEY, Megan Jane</creatorcontrib><creatorcontrib>MASSICETI, Daniela</creatorcontrib><title>FEW-SHOT CLASSIFIER EXAMPLE EXTRACTION</title><description>In various examples there is a computer-implemented method comprising accessing a pool of examples. The method obtains a query set comprising a plurality of held out examples in a plurality of classes. For each example in the pool, the method assigns a weight to the example and initializes the weight using a default or random value. The method accesses a constrained optimization problem. The constrained optimization is solved using a projected gradient ascent or descent, the solving resulting in optimal weights resulting in an optimal performance of a few-shot classifier on the query set, where the few-shot classifier is trained using the examples from the pool weighted by the optimal weights. The method selects, using the optimal weights, an example per class from the pool, and stores the selected examples. Selon divers exemples, l'invention concerne un procédé mis en œuvre par ordinateur comprenant l'accès à un fonds d'exemples. Le procédé obtient un ensemble d'interrogation comprenant une pluralité d'exemples gardés à l'écart dans une pluralité de classes. Pour chaque exemple dans le fonds, le procédé attribue un poids à l'exemple et initialise le poids en utilisant une valeur par défaut ou aléatoire. Le procédé accède à un problème d'optimisation sous contraintes. L'optimisation sous contraintes est résolue à l'aide d'une montée ou d'une descente de gradient projeté, la résolution conduisant à des poids optimaux conduisant à une performance optimale d'un classifieur à peu d'exemples sur l'ensemble d'interrogation, le classifieur à peu d'exemples étant entraîné en utilisant les exemples tirés du fonds pondérés par les poids optimaux. Le procédé sélectionne, à l'aide des poids optimaux, un exemple par classe dans le fonds, et stocke les exemples sélectionnés.</description><subject>CALCULATING</subject><subject>COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS</subject><subject>COMPUTING</subject><subject>COUNTING</subject><subject>PHYSICS</subject><fulltext>true</fulltext><rsrctype>patent</rsrctype><creationdate>2024</creationdate><recordtype>patent</recordtype><sourceid>EVB</sourceid><recordid>eNrjZFBzcw3XDfbwD1Fw9nEMDvZ083QNUnCNcPQN8HEF0iFBjs4hnv5-PAysaYk5xam8UJqbQdnNNcTZQze1ID8-tbggMTk1L7UkPtzfyMDIxMDM2NLA1NHQmDhVAF32JJo</recordid><startdate>20240328</startdate><enddate>20240328</enddate><creator>BASU, Samyadeep</creator><creator>STANLEY, Megan Jane</creator><creator>MASSICETI, Daniela</creator><scope>EVB</scope></search><sort><creationdate>20240328</creationdate><title>FEW-SHOT CLASSIFIER EXAMPLE EXTRACTION</title><author>BASU, Samyadeep ; STANLEY, Megan Jane ; MASSICETI, Daniela</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-epo_espacenet_WO2024063905A13</frbrgroupid><rsrctype>patents</rsrctype><prefilter>patents</prefilter><language>eng ; fre</language><creationdate>2024</creationdate><topic>CALCULATING</topic><topic>COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS</topic><topic>COMPUTING</topic><topic>COUNTING</topic><topic>PHYSICS</topic><toplevel>online_resources</toplevel><creatorcontrib>BASU, Samyadeep</creatorcontrib><creatorcontrib>STANLEY, Megan Jane</creatorcontrib><creatorcontrib>MASSICETI, Daniela</creatorcontrib><collection>esp@cenet</collection></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>BASU, Samyadeep</au><au>STANLEY, Megan Jane</au><au>MASSICETI, Daniela</au><format>patent</format><genre>patent</genre><ristype>GEN</ristype><title>FEW-SHOT CLASSIFIER EXAMPLE EXTRACTION</title><date>2024-03-28</date><risdate>2024</risdate><abstract>In various examples there is a computer-implemented method comprising accessing a pool of examples. The method obtains a query set comprising a plurality of held out examples in a plurality of classes. For each example in the pool, the method assigns a weight to the example and initializes the weight using a default or random value. The method accesses a constrained optimization problem. The constrained optimization is solved using a projected gradient ascent or descent, the solving resulting in optimal weights resulting in an optimal performance of a few-shot classifier on the query set, where the few-shot classifier is trained using the examples from the pool weighted by the optimal weights. The method selects, using the optimal weights, an example per class from the pool, and stores the selected examples. Selon divers exemples, l'invention concerne un procédé mis en œuvre par ordinateur comprenant l'accès à un fonds d'exemples. Le procédé obtient un ensemble d'interrogation comprenant une pluralité d'exemples gardés à l'écart dans une pluralité de classes. Pour chaque exemple dans le fonds, le procédé attribue un poids à l'exemple et initialise le poids en utilisant une valeur par défaut ou aléatoire. Le procédé accède à un problème d'optimisation sous contraintes. L'optimisation sous contraintes est résolue à l'aide d'une montée ou d'une descente de gradient projeté, la résolution conduisant à des poids optimaux conduisant à une performance optimale d'un classifieur à peu d'exemples sur l'ensemble d'interrogation, le classifieur à peu d'exemples étant entraîné en utilisant les exemples tirés du fonds pondérés par les poids optimaux. Le procédé sélectionne, à l'aide des poids optimaux, un exemple par classe dans le fonds, et stocke les exemples sélectionnés.</abstract><oa>free_for_read</oa></addata></record>
fulltext fulltext_linktorsrc
identifier
ispartof
issn
language eng ; fre
recordid cdi_epo_espacenet_WO2024063905A1
source esp@cenet
subjects CALCULATING
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
COMPUTING
COUNTING
PHYSICS
title FEW-SHOT CLASSIFIER EXAMPLE EXTRACTION
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-02T07%3A06%3A12IST&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=BASU,%20Samyadeep&rft.date=2024-03-28&rft_id=info:doi/&rft_dat=%3Cepo_EVB%3EWO2024063905A1%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