公开(公告)号：CN102741815B

公开(公告)日：2015-11-25

申请号：CN201180008344.1

申请日：2011-02-04

Applicant: 微软技术许可有限责任公司

Inventor： S·J·贝克 ,  A·卡珀 ,  华刚 ,  林达华

IPC: G06F9/44

CPC classification number: G06N5/04 ,  G06F3/04842 ,  G06K9/00677 ,  G06K9/72 ,  G06Q10/10

Abstract: 本文描述的方法包括接收数字图像，其中该数字图像包括对应于第一域的第一元素和对应于第二域的第二元素。该方法还包括至少部分基于关于一标记对应于数字图像中的第一元素的计算得到的概率来向该第一元素自动分配该标记，其中该概率是通过利用被配置成推断第一域中的元素的标记的第一模型和被配置成推断第二域中的元素的标记的第二模型来计算得到的。第一模型接收标识第一域中的元素与第二域中的元素之间的所习得的关系的数据，并且该概率是至少部分基于所习得的关系通过第一模型计算得到的。

公开(公告)号：CN105960651B

公开(公告)日：2018-10-09

申请号：CN201480066425.0

申请日：2014-12-05

Applicant: 微软技术许可有限责任公司

Inventor： N·维贝 ,  K·斯沃雷 ,  A·卡珀

IPC: G06N99/00

Abstract: 在量子计算机中基于利用振幅估计而无需测量所生成的多个可用的距离估计通过相干多数表决来获得最近邻距离。在一些示例中，距离是欧几里德距离或者基于目标向量与来自向量训练集的向量的内积。还可以获得诸如均方距离和距数据质心的距离等等距离。

公开(公告)号：CN105960651A

公开(公告)日：2016-09-21

申请号：CN201480066425.0

申请日：2014-12-05

Applicant: 微软技术许可有限责任公司

Inventor： N·维贝 ,  K·斯沃雷 ,  A·卡珀

IPC: G06N99/00

CPC classification number: G06N99/002 ,  B82Y10/00 ,  G06F9/44505

Abstract: 在量子计算机中基于利用振幅估计而无需测量所生成的多个可用的距离估计通过相干多数表决来获得最近邻距离。在一些示例中，距离是欧几里德距离或者基于目标向量与来自向量训练集的向量的内积。还可以获得诸如均方距离和距数据质心的距离等等距离。

公开(公告)号：CN105283839A

公开(公告)日：2016-01-27

申请号：CN201480028332.9

申请日：2014-03-10

Applicant: 微软技术许可有限责任公司

Inventor： E·M·伯泽罗 ,  R·A·卡鲁埃纳 ,  E·J·霍维茨 ,  A·卡珀 ,  K·R·凯利 ,  C·M·里德三世

IPC: G06F9/44

CPC classification number: G06F3/0484 ,  G06F9/453

Abstract: 揭示了用于促进和支持将预测的命令显现在用户界面内的系统和技术。为生产力应用中的活跃用户显现的命令使用个性化社区模型来预测。该个性化社区模型使用该活跃用户已经采取的过往动作连同该生产力应用的许多用户的过往动作的记录来生成。生产力应用内的活跃用户的动作被监视并被用于选择要显现的命令。