利索-全球专利检索

  1. 登录
  2. 注册

搜索结果

27 条记录 (耗时 0.035 秒)

    SYNCHRONIZING SENSOR DATA ACROSS DEVICES
    2.
    发明申请
    SYNCHRONIZING SENSOR DATA ACROSS DEVICES 有权
    同步设备传感器数据同步

    公开(公告)号：US20120163520A1

    公开(公告)日：2012-06-28

    申请号：US12979140

    申请日：2010-12-27

    申请人： Shao Liu ,  Mark Finocchio ,  Avi Bar-Zeev ,  Jeffrey Margolis ,  Jason Flaks ,  Robert Crocco, JR. ,  Alex Aben-Athar Kipman

    发明人： Shao Liu ,  Mark Finocchio ,  Avi Bar-Zeev ,  Jeffrey Margolis ,  Jason Flaks ,  Robert Crocco, JR. ,  Alex Aben-Athar Kipman

    IPC分类号： H04L7/00

    CPC分类号： G01S19/03 ,  A63F13/06 ,  A63F13/12 ,  A63F2300/10 ,  G01D21/00 ,  G01S5/0018 ,  G06F3/011 ,  G06F3/017 ,  G06F3/0304 ,  G06F3/038 ,  H04J3/0667 ,  H04W84/18

    摘要： Techniques are provided for synchronization of sensor signals between devices. One or more of the devices may collect sensor data. The device may create a sensor signal from the sensor data, which it may make available to other devices upon a publisher/subscriber model. The other devices may subscribe to sensor signals they choose. A device could be a provider or a consumer of the sensor signals. A device may have a layer of code between an operating system and software applications that processes the data for the applications. The processing may include such actions as synchronizing the data in a sensor signal to a local time clock, predicting future values for data in a sensor signal, and providing data samples for a sensor signal at a frequency that an application requests, among other actions.

    摘要翻译： 提供技术用于设备之间的传感器信号的同步。 一个或多个设备可以收集传感器数据。 该设备可以从传感器数据创建传感器信号，这可以在发布者/订户模型上可用于其他设备。 其他设备可以订阅他们选择的传感器信号。 设备可以是传感器信号的提供者或消费者。 设备可以在处理用于应用的数据的操作系统和软件应用之间具有代码层。 处理可以包括将传感器信号中的数据同步到本地时钟的动作，预测传感器信号中的数据的未来值，以及提供应用请求的频率的传感器信号的数据采样以及其他动作。

    NEAR-PLANE SEGMENTATION USING PULSED LIGHT SOURCE
    4.
    发明申请
    NEAR-PLANE SEGMENTATION USING PULSED LIGHT SOURCE 有权
    使用脉冲光源的近平面分割

    公开(公告)号：US20140306874A1

    公开(公告)日：2014-10-16

    申请号：US13862196

    申请日：2013-04-12

    申请人： Mark Finocchio ,  Alexandru Balan ,  Nathan Ackerman ,  Jeffrey Margolis

    发明人： Mark Finocchio ,  Alexandru Balan ,  Nathan Ackerman ,  Jeffrey Margolis

    IPC分类号： G06F3/01

    CPC分类号： G06F3/017 ,  G06F3/011

    摘要： Methods for recognizing gestures within a near-field environment are described. In some embodiments, a mobile device, such as a head-mounted display device (HMD), may capture a first image of an environment while illuminating the environment using an IR light source with a first range (e.g., due to the exponential decay of light intensity) and capture a second image of the environment without illumination. The mobile device may generate a difference image based on the first image and the second image in order to eliminate background noise due to other sources of IR light within the environment (e.g., due to sunlight or artificial light sources). In some cases, object and gesture recognition techniques may be applied to the difference image in order to detect the performance of hand and/or finger gestures by an end user of the mobile device within a near-field environment of the mobile device.

    摘要翻译： 描述在近场环境中识别手势的方法。 在一些实施例中，诸如头戴式显示设备（HMD）的移动设备可以使用具有第一范围的IR光源（例如，由于指示衰减的指数衰减而捕获环境的第一图像，同时照亮环境 光强度），并捕获环境的第二个图像而无需照明。 移动设备可以基于第一图像和第二图像生成差异图像，以消除由于环境中的其他IR光源（例如，由于阳光或人造光源）引起的背景噪声。 在一些情况下，可以将对象和手势识别技术应用于差异图像，以便在移动设备的近场环境内检测移动设备的最终用户的手和/或手指手势的性能。

    Property management mechanisms for properties in an on-demand property system
    8.
    发明申请
    Property management mechanisms for properties in an on-demand property system 有权
    物业管理机制的物业在按需物业系统

    公开(公告)号：US20050114293A1

    公开(公告)日：2005-05-26

    申请号：US10939296

    申请日：2004-09-11

    申请人： Namita Gupta ,  Mark Finocchio ,  Michael Hillberg ,  Jeffrey Bogdan

    发明人： Namita Gupta ,  Mark Finocchio ,  Michael Hillberg ,  Jeffrey Bogdan

    IPC分类号： G06F7/00 ,  G06F17/00

    CPC分类号： G06F8/24 ,  Y10S707/99944 ,  Y10S707/99953

    摘要： The techniques and mechanisms described herein are directed at property management mechanisms that operate within an on-demand property system. The property management mechanisms support the caching of property values on an as needed basis, allow a plurality of object instances to utilize the same property via attached properties, overriding default information associated with a property on a per type basis, obtaining values for a property from an external source, and the like. In addition, the on-demand property system provides validation and control for each property instance. The property management mechanisms minimize the storage requirements and provide flexibility without requiring additional code from the developers.

    摘要翻译： 本文描述的技术和机制针对在按需属性系统内操作的物业管理机制。 属性管理机制根据需要支持对属性值的缓存，允许多个对象实例通过附加属性利用相同的属性，覆盖与每个类型基础上的属性关联的默认信息，获取属性值 外部源等。 此外，按需属性系统为每个属性实例提供验证和控制。 物理管理机制可最大限度地减少存储需求并提供灵活性，而无需开发人员附加的代码。

    Parallel processing machine learning decision tree training
    9.
    发明授权
    Parallel processing machine learning decision tree training 有权
    并行处理机器学习决策树训练

    公开(公告)号：US09171264B2

    公开(公告)日：2015-10-27

    申请号：US12969112

    申请日：2010-12-15

    申请人： Mark Finocchio ,  Richard E. Moore ,  Ryan M. Geiss ,  Jamie Shotton

    发明人： Mark Finocchio ,  Richard E. Moore ,  Ryan M. Geiss ,  Jamie Shotton

    IPC分类号： G06F15/80 ,  G06F15/167 ,  G06N99/00 ,  G06N5/04 ,  G06K9/00 ,  G06K9/62

    CPC分类号： G06N99/005 ,  G06K9/00986 ,  G06K9/6281 ,  G06N5/046

    摘要： Embodiments are disclosed herein that relate to generating a decision tree through graphical processing unit (GPU) based machine learning. For example, one embodiment provides a method including, for each level of the decision tree: performing, at each GPU of the parallel processing pipeline, a feature test for a feature in a feature set on every example in an example set. The method further includes accumulating results of the feature tests in local memory blocks. The method further includes writing the accumulated results from each local memory block to global memory to generate a histogram of features for every node in the level, and for each node in the level, assigning a feature having a lowest entropy in accordance with the histograms to the node.

    摘要翻译： 本文公开的实施例涉及通过基于图形处理单元（GPU）的机器学习来生成决策树。 例如，一个实施例提供一种方法，其包括对于决策树的每个级别：在并行处理流水线的每个GPU处执行在示例集合中的每个示例上的特征集中的特征的特征测试。 该方法还包括在本地存储器块中积累特征测试的结果。 该方法还包括将来自每个本地存储器块的累积结果写入全局存储器以产生该级别中的每个节点的特征的直方图，并且对于该级别中的每个节点，根据直方图将具有最低熵的特征分配到 节点。