SYSTEM FOR AND METHOD OF MULTIPLE MACHINE LEARNING MODEL AGGREGATION

Systems, methods, and computer-readable storage media for aggregating the outputs of multiple machine learning models, then using the output of yet another machine learning model as a multiplier to obtain a final prediction. A system can receiving a plurality of data sets, each data set being associ...

Full description

Saved in:
Bibliographic Details
Main Authors DEV Ashwani, WOLFL Chris, ATHAVALE Neil, MANDAPAKA Bhaskar, MOHANDAS Anoop, HEPLER Carey, ZACHARIA Shiju, KUNHIRAMAN Smijith, PANCHANGAM Shashsank
Format Patent
LanguageEnglish
Spanish
Published 20.02.2024
Subjects
Online AccessGet full text

Cover

Loading…
More Information
Summary:Systems, methods, and computer-readable storage media for aggregating the outputs of multiple machine learning models, then using the output of yet another machine learning model as a multiplier to obtain a final prediction. A system can receiving a plurality of data sets, each data set being associated with at least one data type, and train machine learning models, each model associated with one or more of the different data types. Upon execution, the multiple machine learning models can each produce a prediction which is aggregated together to form an aggregated prediction. The multiplier from the additional machine learning model can then be applied to the aggregated prediction, resulting in a final prediction. Sistemas, procedimientos y medios de almacenamiento legibles por ordenador para agregar los resultados de múltiples modelos de aprendizaje automático, usando, a continuación, el resultado de otro modelo de aprendizaje automático como multiplicador para obtener una predicción final. Un sistema puede recibir una pluralidad de conjuntos de datos, estando cada conjunto de datos asociado con al menos un tipo de datos, y entrenar modelos de aprendizaje automático, estando cada modelo asociado con uno o más de los diferentes tipos de datos. Tras su ejecución, los múltiples modelos de aprendizaje automático pueden producir cada uno una predicción que se agregan entre sí para formar una predicción agregada. El multiplicador del modelo de aprendizaje automático adicional puede aplicarse, a continuación, a la predicción agregada, lo que resulta en una predicción final.
Bibliography:Application Number: MX20230009709