专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明申请

WO2006037747A3 VERFAHREN ZUR GLIEDERUNG EINES AUF MINDESTENS EINEM SPEICHERMEDIUM GESPEICHERTEN DATENBESTANDES 审中-公开
公开(公告)号：WO2006037747A3
公开(公告)日：2006-04-13
申请号：PCT/EP2005/054891
申请日：2005-09-28
申请人： SIEMENS AKTIENGESELLSCHAFT , TRESP, Volker , YU, Kai , YU, Shipeng
发明人： TRESP, Volker , YU, Kai , YU, Shipeng
IPC分类号： G06F17/30
摘要： Das Patent beschreibt nicht-parametrische Bayessche Verfahren zur Analyse von Datensätzen, in denen Elemente mit einer bestimmten Häufigkeit auftreten. Das eingeführte Modell behält die Stärke früherer Ansätze bei, bei denen latente Faktoren jedes Datensatzes (z. B. Themen von Dokumenten) untersucht wurden, ermöglicht aber gleichzeitig die Untersuchung der Clusterstrukturen von Datensätzen, die die statistischen Abhängigkeiten der latenten Faktoren reflektieren. Verglichen mit der parametrischen Bayes-Modellierung ist das durch einen Dirichlet-Prozess (DP) induzierte nicht-parametrische Modell so flexibel wie nötig, um die Struktur von Daten zu enthüllen. Statt auf die Markov-Kette Monte Carlo (MCMC) angewiesen zu sein, die mit unseren Vorgaben langsam ist, führt das er- findungsgemäße Verfahren eine effiziente variationale Inferenz ein, die auf einer endlichen, hoch-dimensionierten Approximation von DP basiert.

2. 发明申请

WO2006134011A1 VERFAHREN ZUR RECHNERGESTÜTZTEN VERARBEITUNG VON DIGITALEN DATEN 审中-公开
标题翻译：方法数字数据的计算机辅助处理
公开(公告)号：WO2006134011A1
公开(公告)日：2006-12-21
申请号：PCT/EP2006/062351
申请日：2006-05-16
申请人： SIEMENS AKTIENGESELLSCHAFT , YU, Kai , YU, Shipeng , TRESP, Volker
发明人： YU, Kai , YU, Shipeng , TRESP, Volker
IPC分类号： G06K9/62
CPC分类号： G06K9/6247
摘要： Die Erfindung betrifft ein Verfahren zur rechnergestützten Verarbeitung von digitalen Daten, insbesondere zur Verwendung in einem Verfahren zum maschinellen Lernen, wobei die digitalen Daten eine Anzahl von Objekten beinhalten, wobei jedes Objekt einen mehrdimensionalen Merkmalsvektor (X i ) mit digitalen Dateneinträgen umfasst und wobei jedem Merkmalsvektor (X i ) wenigstens ein ein- oder mehrdimensionaler Ausgabevektor (Y i ) mit digitalen Dateneinträgen zugeordnet ist, bei dem: a) eine Projektion berechnet wird, mit der die Merkmalsvektoren (X i ) und die Ausgabevektoren (Y i ) in einen latenten Vektorraum projiziert werden, wobei die Projektion ein Rekonstruktionsfehlermaß optimiert, welches von dem Unterschied zwischen den Ausgabevektoren (Y i ) und den mit der Projektion projizierten und anschließend rekonstruierten Ausgabevektoren abhängt; b) mit der in Schritt a) berechneten Projektion Merkmalsvektoren (X i ) in den latenten Vektorraum projiziert werden, wodurch modifizierte digitale Daten erhalten werden.
摘要翻译：本发明涉及一种用于数字数据的计算机辅助处理的方法，特别是用于在机器学习，的方法中使用，其中，所述数字数据包括多个对象，每个对象是一个多维特征矢量（X _{I ）与数字数据条目，并且其中每个特征矢量（X _{I ）至少一种单维或多维输出向量（Y _{I ）与数字数据条目关联，其中：a）计算投影与特征矢量（X _{I ）和输出矢量进行比较（Y _{I ）被投影到一个潜向量空间，其中，所述投影优化的Rekonstruktionsfehlermaß其之间的差的输出向量（Y _{I ），并与突起的投影，然后重构输出向量取决于; B）（与在步骤a计算的）投影特征矢量X _{I ）被投影在潜向量空间，获得修改的数字数据生成。}}}}}}}

3. 发明申请

WO2009091595A2 SYSTEM AND METHOD FOR PRIVACY PRESERVING PREDICTIVE MODELS FOR LUNG CANCER SURVIVAL ANALYSIS 审中-公开
标题翻译：用于肺癌预防分析的预防性预防模型的隐私保护系统和方法
公开(公告)号：WO2009091595A2
公开(公告)日：2009-07-23
申请号：PCT/US2009/000313
申请日：2009-01-16
申请人： SIEMENS MEDICAL SOLUTIONS USA, INC. , MAASTRO CLINIC , FUNG, Glenn , RAO, R. Bharat , KRISHNAN, Sriram , YU, Shipeng , DEHING-OBERIJE, Cary , LAMBIN, Phillippe , DE RUYSSCHER, Dirk
发明人： FUNG, Glenn , RAO, R. Bharat , KRISHNAN, Sriram , YU, Shipeng , DEHING-OBERIJE, Cary , LAMBIN, Phillippe , DE RUYSSCHER, Dirk
IPC分类号： G06K9/62
CPC分类号： G06K9/62 , G06F19/00 , G06F21/6254 , G06K9/6215 , G06K9/6232 , G06K9/6269 , G16H50/20 , G16H50/70
摘要： A computer-implemented method for privacy-preserving data mining to determine cancer survival rates includes providing (21) a random matrix B agreed to by a plurality of entities, wherein each entity i possesses a data matrix A i of cancer survival data that is not publicly available, providing (22) a class matrix D i for each of the data matrices A i , providing (23) a kernel K(A i , B) by each of said plurality of entities to allow public computation of a full kernel, and computing a(24) binary classifier that incorporates said public full kernel, wherein said classifier is adapted to classify (25) a new data vector according to a sign of said classifier.
摘要翻译：用于隐私保护数据挖掘以确定癌症存活率的计算机实现方法包括提供（21）由多个实体同意的随机矩阵B，其中每个实体i拥有不是的癌症存活数据的数据矩阵A i 为每个数据矩阵A i提供（22）类矩阵D i，提供（23）由所述多个实体中的每一个实体的核K（A i，B），以允许公共计算完整内核，以及计算包含所述公共完整内核的（24）二进制分类器，其中所述分类器适于根据所述分类器的符号对（25）新的数据向量进行分类。

4. 发明申请

WO2008143865A1 SYSTEM AND METHOD FOR LARGE SCALE CODE CLASSIFICATION FOR MEDICAL PATIENT RECORDS 审中-公开
标题翻译：用于医疗患者记录的大规模代码分类的系统和方法
公开(公告)号：WO2008143865A1
公开(公告)日：2008-11-27
申请号：PCT/US2008/006141
申请日：2008-05-14
申请人： SIEMENS MEDICAL SOLUTIONS USA, INC. , NICULESCU, Radu Stefan , RAO, R. Bharat , LITA, Lucian Vlad , YU, Shipeng
发明人： NICULESCU, Radu Stefan , RAO, R. Bharat , LITA, Lucian Vlad , YU, Shipeng
IPC分类号： G06F19/00
CPC分类号： G06Q50/24 , G06F19/00 , G16H50/20
摘要： A method for training classifiers for ICD-9 patient codes includes providing (10) a set of documents regarding patient hospital visits, combining (11) the documents for each patient visit to create a hospital visit profile, defining (12) a feature as an ngram with a frequency of occurrence greater or equal to a predetermined value that does not appear in a standard list of ngrams, processing (13) the profiles to remove redundancy at a paragraph level and perform tokenization and sentence splitting, performing (14) feature selection, randomly (15) dividing the documents into training, validation, and test sets, and training (16, 17, 18) a set of binary classifiers using a weighted ridge regression, each binary classifier targeting a single ICD-9 code using the training set, wherein each classifier is adapted to determining a specific ICD-9 code by analyzing a patient's hospital records. Figures 1a-b
摘要翻译：用于训练ICD-9患者代码分类器的方法包括提供（10）关于患者医院访问的一组文件，组合（11）每个病人访问的文档以创建医院访问简档，将（12）特征定义为 ngram的发生频率大于或等于不出现在标准列表中的预定值，处理（13）删除段落级别的冗余并执行标记化和句子分割的简档，执行（14）特征选择随机（15）将文档划分为训练，验证和测试集，并使用加权脊回归训练（16,17,18）一组二进制分类器，每个二进制分类器使用训练针对单个ICD-9代码其中每个分类器适于通过分析患者的医院记录来确定特定的ICD-9代码。图1a-b

5. 发明申请

WO2007103185A2 SUSTAINED RELEASE DOSAGE FORMS OF ANALAGESIC MEDICATIONS 审中-公开
标题翻译：可持续发放药物剂量形式
公开(公告)号：WO2007103185A2
公开(公告)日：2007-09-13
申请号：PCT/US2007/005379
申请日：2007-02-28
申请人： UNIVERSITY OF TENNESSEE RESEARCH FOUNDATION , SHUKLA, Atul, J. , JOHNSON, James, R. , SUN, Yichun , PENG, Yingxu , YU, Shipeng , QU, Wen , MANDRELL, Timothy, D.
发明人： SHUKLA, Atul, J. , JOHNSON, James, R. , SUN, Yichun , PENG, Yingxu , YU, Shipeng , QU, Wen , MANDRELL, Timothy, D.
IPC分类号： A61K31/485
CPC分类号： A61K31/485 , A61K9/0019
摘要： Parenteral extravascular administration of a composition containing an analgesic medication of low water solubility that is dissolved, suspended, or emulsified in a solvent system results in the deposition of the analgesic medication at the site of administration and provides a controlled release of the analgesic medication from the site and a prolonged analgesia that may persist for several days following administration.
摘要翻译：包含在溶剂体系中溶解，悬浮或乳化的含有低水溶性的镇痛药物的组合物的肠外外血管内给药导致镇痛药物在给药部位的沉积，并提供止痛药物的控制释放部位和长时间的镇痛可能持续数日后给药。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式