Publication Number
WO/2024/096904
Publication Date
10.05.2024
International Application No.
PCT/US2022/079099
International Filing Date
02.11.2022
Title
[English]
METHODS AND APPARATUS FOR EARLY TERMINATION OF PIPELINES FOR FASTER TRAINING OF AUTOML SYSTEMS
[French]
PROCÉDÉS ET APPAREIL DE FIN ANTICIPÉE DE PIPELINES POUR L'APPRENTISSAGE PLUS RAPIDE DE SYSTÈMES AUTOML
Applicants **
NOKIA SOLUTIONS AND NETWORKS OY
Karakaari 7
02610 Espoo, FI
NOKIA OF AMERICA CORPORATION
600-700 Mountain Avenue
Murray Hill, New Jersey 07974-0636, US
Inventors **
GARG, Yash
100 Stone Hill Rd, Apt. P4
Springfield, New Jersey 07081, US
ZHANG, Haoxiang
26 Ave P, Apt 5A
Brooklyn, New York 11204, US
×
Application details
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.
Abstract
[English]
An apparatus comprising circuitry configured to: generate a set of two or more pipelines, wherein a pipeline within the set of pipelines comprises a set of one or more steps used to learn a machine learning model;, select a pipeline from the set of pipelines, determine at least one accuracy from processing a dataset with at least one step of the selected pipeline, determine whether the at least one accuracy is greater than at least one threshold, terminate an evaluation of the selected pipeline, based on the at least one accuracy being less than the at least one threshold, and select, from the set of pipelines, a winner pipeline to use for learning the machine learning model, the winner pipeline having an overall performance accuracy larger than another overall performance accuracy associated with at least one other pipeline of the set of pipelines.
[French]
Appareil comprenant des circuits configurés pour : générer un ensemble de deux pipelines ou plus, un pipeline compris dans l'ensemble de pipelines comprenant un ensemble d'une ou plusieurs étapes utilisées pour faire l’apprentissage d’un modèle d'apprentissage automatique ; sélectionner un pipeline dans l’ensemble de pipelines, déterminer au moins une précision par le traitement d'un ensemble de données avec au moins une étape du pipeline sélectionné, déterminer si la ou les précisions sont supérieures à au moins un seuil, terminer une évaluation du pipeline sélectionné, sur la base de la ou des précisions qui sont inférieures au ou aux seuils, et sélectionner, dans l'ensemble de pipelines, un pipeline gagnant à utiliser pour faire l’apprentissage du modèle d'apprentissage automatique, le pipeline gagnant ayant une précision de performance globale supérieure à une autre précision de performance globale associée à au moins un autre pipeline de l'ensemble de pipelines.