Recherche Images Maps Play YouTube Actualités Gmail Drive Plus »
Connexion
Les utilisateurs de lecteurs d'écran peuvent cliquer sur ce lien pour activer le mode d'accessibilité. Celui-ci propose les mêmes fonctionnalités principales, mais il est optimisé pour votre lecteur d'écran.

Brevets

  1. Recherche avancée dans les brevets
Numéro de publicationWO2008131308 A1
Type de publicationDemande
Numéro de demandePCT/US2008/060942
Date de publication30 oct. 2008
Date de dépôt18 avr. 2008
Date de priorité19 avr. 2007
Autre référence de publicationUS8117137, US8583569, US20080262984, US20120092040
Numéro de publicationPCT/2008/60942, PCT/US/2008/060942, PCT/US/2008/60942, PCT/US/8/060942, PCT/US/8/60942, PCT/US2008/060942, PCT/US2008/60942, PCT/US2008060942, PCT/US200860942, PCT/US8/060942, PCT/US8/60942, PCT/US8060942, PCT/US860942, WO 2008/131308 A1, WO 2008131308 A1, WO 2008131308A1, WO-A1-2008131308, WO2008/131308A1, WO2008131308 A1, WO2008131308A1
InventeursNing-Yi Xu, Feng-Hsiung Hsu, Xiong-Fei Cai
DéposantMicrosoft Corporation
Exporter la citationBiBTeX, EndNote, RefMan
Liens externes:  Patentscope, Espacenet
Système d'accélérateur basé sur un réseau prédiffusé programmable par l'utilisateur (fpga)
WO 2008131308 A1
Résumé
L'invention concerne des systèmes et des procédés d'accélérateur qui utilisent une technologie FPGA pour obtenir un meilleur parallélisme et une meilleure souplesse. Le système d'accélérateur peut être utilisé pour implémenter un algorithme de classement par pertinence, tel que RankBoost, pour un processus d'apprentissage. L'algorithme et les structures de données associées peuvent être organisés pour permettre un accès à des données de transmission en continu, et ainsi augmenter la vitesse d'apprentissage. Les données peuvent être compressées pour permettre au système et au procédé d'être opérationnels avec des ensembles de données plus grands. Au moins une partie de l'algorithme RankBoost d'approximation peut être implémenté en tant qu'architecture de flux de données multiples à instruction unique (SIMD) avec de multiples moteurs de traitement (PE) dans le FPGA. Ainsi, de grands ensembles de données peuvent être chargés sur des mémoires associées à un FPGA pour augmenter la vitesse de l'algorithme de classement par pertinence.
Description  disponible en Anglais
Revendications  disponible en Anglais
Citations de brevets
Brevet cité Date de dépôt Date de publication Déposant Titre
US7197497 *25 avr. 200327 mars 2007Overture Services, Inc.Method and apparatus for machine learning a document relevance function
US20040111388 *6 déc. 200210 juin 2004Frederic BoiscuvierEvaluating relevance of results in a semi-structured data-base system
US20050234953 *15 avr. 200420 oct. 2005Microsoft CorporationVerifying relevance between keywords and Web site contents
US20050246328 *30 avr. 20043 nov. 2005Microsoft CorporationMethod and system for ranking documents of a search result to improve diversity and information richness
Référencé par
Brevet citant Date de dépôt Date de publication Déposant Titre
CN103729320A *20 déc. 201316 avr. 2014天津光电通信技术有限公司一种基于fpga实现cy7c68013通信的方法
Classifications
Classification internationaleG06F13/362, G06F13/36
Classification coopérativeG06F17/30675
Classification européenneG06F17/30T2P4
Événements juridiques
DateCodeÉvénementDescription
17 déc. 2008121Ep: the epo has been informed by wipo that ep was designated in this application
Ref document number: 08746374
Country of ref document: EP
Kind code of ref document: A1
20 oct. 2009NENPNon-entry into the national phase in:
Ref country code: DE
26 mai 2010122Ep: pct application non-entry in european phase
Ref document number: 08746374
Country of ref document: EP
Kind code of ref document: A1