-
公开(公告)号：CN105765565A
公开(公告)日：2016-07-13
申请号：CN201480032288.9
申请日：2014-06-05
Applicant: 国际商业机器公司
IPC: G06F17/27
Abstract: 从多数个移动设备以及在互联网规模的传统传感器收集数据的通用设施，该通用设施对在不同应用处接收到的自然语言查询进行响应。该设施包括用于将该自然语言查询转换至通过该数据收集系统处理的数据请求说明的语义解释器。该数据收集系统包括现象层，该现象层以声明方式表达数据和信息需求，并且协调为了查询目的的数据收集和处理。边缘层管理设备，接收来自后端层的收集需求，为了数据收集配置和命令设备，以及实施数据的聚合和初步处理。这个层包含网络边缘节点，例如蜂窝网络中的基站。每个节点管理一组本地数据生成网络设备。该设备代理数据层使用该网络设备上的普通代理接收数据收集指令并实施数据收集。
-
Patent Agency Ranking
公开(公告)号：CN114424197B
公开(公告)日：2025-05-13
申请号：CN202080066389.3
申请日：2020-09-29
Applicant: 国际商业机器公司
Inventor： R·K·甘缇 , M·斯瑞瓦塔萨 , S·斯瑞兰格姆斯瑞德哈兰 , 林沇燮 , D·阿格拉瓦尔
IPC: G06F40/10
Abstract: 可以从一个或多个数据源学习分层主题模型。可使用分层主题模型来迭代地移除所选集群中的一个或多个主导词。主导词可以涉及集群的一个或多个主要主题。所学习的分层主题模型可用一个或多个词、n元组、短语、文本片段或其组合来播种以演化分层主题模型，其中在播种完成时，所移除的域词被恢复。
-
公开(公告)号：CN105765565B
公开(公告)日：2020-01-10
申请号：CN201480032288.9
申请日：2014-06-05
Applicant: 国际商业机器公司
IPC: G06F16/242
Abstract: 从多数个移动设备以及在互联网规模的传统传感器收集数据的通用设施，该通用设施对在不同应用处接收到的自然语言查询进行响应。该设施包括用于将该自然语言查询转换至通过该数据收集系统处理的数据请求说明的语义解释器。该数据收集系统包括现象层，该现象层以声明方式表达数据和信息需求，并且协调为了查询目的的数据收集和处理。边缘层管理设备，接收来自后端层的收集需求，为了数据收集配置和命令设备，以及实施数据的聚合和初步处理。这个层包含网络边缘节点，例如蜂窝网络中的基站。每个节点管理一组本地数据生成网络设备。该设备代理数据层使用该网络设备上的普通代理接收数据收集指令并实施数据收集。
-
公开(公告)号：CN110597804A
公开(公告)日：2019-12-20
申请号：CN201910291372.7
申请日：2019-04-12
Applicant: 国际商业机器公司
Abstract: 促进分布式键值存储库上的空间索引。提供了用于在键值数据库中使用空间索引来插入和提取地理位置数据的技术。在实施例中，提供了用于生成几何对象的一个或多个地理散列的系统，其中一个或多个地理散列包括作为键存储在键值数据库中的编码比特。在示例中，该系统包括生成空间索引的几何索引组件，其中空间索引是基于针对一个或多个地理散列生成的编码比特的总数量。在一个示例中，该系统包括几何存储组件，其使用空间索引将几何对象和一个或多个地理散列存储在键值数据库中，以允许更快地检索几何对象。优点是可以快速检索正确地插入和索引的空间数据。
-
公开(公告)号：CN110597804B
公开(公告)日：2023-06-09
申请号：CN201910291372.7
申请日：2019-04-12
Applicant: 国际商业机器公司
Abstract: 促进分布式键值存储库上的空间索引。提供了用于在键值数据库中使用空间索引来插入和提取地理位置数据的技术。在实施例中，提供了用于生成几何对象的一个或多个地理散列的系统，其中一个或多个地理散列包括作为键存储在键值数据库中的编码比特。在示例中，该系统包括生成空间索引的几何索引组件，其中空间索引是基于针对一个或多个地理散列生成的编码比特的总数量。在一个示例中，该系统包括几何存储组件，其使用空间索引将几何对象和一个或多个地理散列存储在键值数据库中，以允许更快地检索几何对象。优点是可以快速检索正确地插入和索引的空间数据。
-
公开(公告)号：CN114424197A
公开(公告)日：2022-04-29
申请号：CN202080066389.3
申请日：2020-09-29
Applicant: 国际商业机器公司
Inventor： R·K·甘缇 , M·斯瑞瓦塔萨 , S·斯瑞兰格姆斯瑞德哈兰 , 林沇燮 , D·阿格拉瓦尔
IPC: G06F40/10
Abstract: 可以从一个或多个数据源学习分层主题模型。可使用分层主题模型来迭代地移除所选集群中的一个或多个主导词。主导词可以涉及集群的一个或多个主要主题。所学习的分层主题模型可用一个或多个词、n元组、短语、文本片段或其组合来播种以演化分层主题模型，其中在播种完成时，所移除的域词被恢复。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
