テキスト化：textize? texting?

textizeのネイティブ例は少ない。

US5999938(MICROSOFT CORP [US])
The body field 360 of the appointment form 355 is shown populated with a "textized" version 361 of the data within the existing mail message. As mentioned above with regard to FIG. 3D, the "textized" version of the existing data is essentially data from each of the fields 340-345 of the existing mail message that can be printed in a rich text format. Thus, the "textized" version is basically formatted to look as if the existing mail message item was printed and then inserted into the body of the new appointment item and displayed in the body field 360 of the appointment form 355.

/////////

The "textizing" function generates a rich text format version of the printable data from each field of the source data structure 39. In the preferred embodiment, this formatted version of the data includes all bold type, italics, indention, and fonts used as if the data in the source data structure 39 was being printed. This advantageously gives the user a "what-you-see-is-what-you-get" (WYSIWYG) version of the data from the source data structure 39. The formatted data is inserted into one of the fields, preferably the body field 360, of the destination data structure 40.

US6404590(SEAGATE TECHNOLOGY LLC [US])
Thus, in accordance with the present invention, the transducing head contact zones of data storage disks are textured to provide an enhanced surface roughness that improves dynamic friction and wear, yet also virtually eliminates the problem of input excitation frequencies that yield unduly high acoustic energy signals during the take-off and landing of the head slider. This result is achieved by providing a pseudo-random or otherwise irregular arrays of nodules or other textizing features, in particular, sequences in which the spacing between adjacent nodules varies in the circumferential direction. The nodules can be arranged in highly random arrays, yet nonetheless preserve the desired densities for favorable stiction and friction characteristics, for considerably enhanced media performance.

US11696977(BAXTER INT [US])
[0134] In an alternative embodiment, patient 12 or clinician 112 may for example enters a known code in a text message selecting a particular action to be performed at machine 90 , e.g., the self-test routine or a disinfection procedure.
【０１３４】
  代替実施形態では、患者１２または臨床医１１２は、例えば、機械９０において実施されるべき特定のアクション、例えば、自己試験ルーチンまたは消毒手順を選択する既知のコードをテキストメッセージ内に入力し得る。

The code may be a suggestive code, such as “self-test” or “disinfection”.
コードは、「自己試験」または「消毒」等の示唆的コードであり得る。

The text message is sent via cellular network 210 to middleware software at system hub 120 .
テキストメッセージは、セルラーネットワーク２１０を介してシステムハブ１２０におけるミドルウェアソフトウェアに送信される。

Middleware software converts, e.g., via a look-up table, the texted code into an action code for the selected action.
ミドルウェアソフトウェアは、例えば、ルックアップテーブルを介して、テキスト化コードを選択されたアクションのためのアクションコードに変換する。

 

US11893346(IBM [US])
[0131] In particular, FIG. 8 depicts construction of relativity matrix 812 from metadata of conversation 810 .
【０１３２】
  特に、図８は、会話８１０のメタデータからの相関性行列８１２の構築を示す。

 

In matrix 812 , an entry in a relativity matrix is set to one if there is a relationship between two instances of a type of metadata, and zero if there is not a relationship.
行列８１２において、相関性行列におけるエントリは、ある種類のメタデータの２つのインスタンスの間の関係がある場合、１に設定され、関係がない場合、ゼロに設定される。

 

Thus, because metadata of conversation 810 indicates which portions were spoken or texted by which participant, rows and columns of matrix 810 denote participants.
したがって、会話８１０のメタデータは、どの部分がどの参加者によって話された、またはテキスト化されたかを示すので、行列８１０の行および列は、参加者を示す。

 

An entry in relativity matrix 810 is set to one if there is a relationship between the participant denoted by the entry's row and the participant denoted by the entry's column, and zero if there is not a relationship.
エントリの行によって示される参加者と、エントリの列によって示される参加者との間に関係がある場合、相関性行列８１０におけるエントリは１に設定され、関係がない場合はゼロに設定される。

 

WO4315151(LIVEPERSON INC [US])
[0085] In some embodiments, the message can include a message generated based on inputs received at a user interface.
【００７３】
  [0085]いくつかの実施形態では、メッセージは、ユーザインタフェースにおいて受信された入力に基づいて生成されたメッセージを含むことができる。

 

For example, the message can include a message that was generated based on button or key presses or recorded speech signals, or speech to text software. 

例えば、メッセージは、ボタン若しくはキーの押下又は記録された音声信号、又は音声テキスト化ソフトウェアに基づいて生成されたメッセージを含むことができる。

 

＊名詞としてtextingもOK？携帯メールのように聞こえるが？

予測対象

US2022351004(ALTERYX INC [US])
[0026] The labeling function module 210 obtains a labeling function specific to the industry problem.
【００２２】
  ラベリング関数モジュール２１０は、産業課題に特有のラベリング関数を取得する。

The labeling function is a function that when applied to a dataset creates label times from the dataset.
ラベリング関数は、データセットに適用された場合にデータセットからラベルタイムを作成する関数である。

The label times may be provided in a table (referred to as a “label times table”).
ラベルタイムは、テーブル（「ラベルタイムテーブル」とも呼ばれる）で提供され得る。

A label time includes a cutoff time and a label associated with the cutoff time.
ラベルタイムは、カットオフタイムおよびカットオフタイムに関連付けられたラベルを含む。

A cutoff time is a time at which to make the prediction. Data associated with time stamps before the cutoff time can be used to extract features for the label.
カットオフタイムは、予測を行う時間である。カットオフタイムの前にタイムスタンプに関連付けられたデータは、ラベルの特徴を抽出するために使用されることが可能である。

However, data associated with time stamps after the cutoff time should not be used to extract features for the label.
しかしながら、カットオフタイムの後にタイムスタンプに関連付けられたデータは、ラベルの特徴を抽出するために使用されるべきではない。

A label associated with a cutoff time is a historical example of the target of the prediction (such as true or false) that is associated with the cutoff time.
カットオフタイムに関連付けられたラベルは、カットオフタイムに関連付けられた予測対象の過去の例（真または偽など）である。

The label may be generated, by using the labeling function, based on data associated with time stamp(s) on and/or beyond the cutoff time.
ラベルは、ラベリング関数を使用することによって、カットオフタイム上および／またはカットオフタイムを超えるタイムスタンプに関連付けられたデータに基づいて生成される。

For instance, for a prediction about user action（＊target=user action）on a particular date, e.g., on the first of each month, the cutoff times are on the first of the month.
例えば、毎月１日など、特定の日のユーザの行動についての予測の場合、カットオフタイムは、毎月１日となる。

Data associated with time stamps on the first of each month are applied to the labeling function to generate the labels, but cannot be used to generate features.
毎月１日のタイムスタンプに関連付けられたデータは、ラベルを生成するためにラベリング関数に適用されるが、特徴を生成するために使用されることは可能でない。

All features must be generated by using data from before the cutoff times, e.g., data from the previous month.
全ての特徴は、カットオフタイムより前のデータ、例えば前月のデータ、を使用して生成されるべきである。

///////

[0042] The labeling module 320 generates label times from the dataset by applying the labeling function in the machine learning application 300 to the dataset.
【００３８】
  ラベリングモジュール３２０は、データセットに機械学習アプリケーション３００のラベリング関数を適用することによって、データセットからラベルタイムを生成する。

Each label time includes a label and a cutoff time that is associated with the label.
それぞれのラベルタイムは、ラベルおよびラベルに関連付けられたカットオフタイムを含む。

A label is a historical example of the target of the prediction.
ラベルは、予測対象の過去の例である。

The labels will be used as targets in a supervised machine learning process performed by the training module 340 .
ラベルは、トレーニングモジュール３４０によって実行される教師あり機械学習処理において対象として使用されるだろう。

The cutoff time indicates when to stop using data to make features for a label.
カットオフタイムは、ラベルについて特徴付けを行うためのデータを使用することを終了する時を示す。

In an example where the prediction is whether customer churn on the first of each month, the cutoff time is on the first of the month as shown in the label times table.
予測が、毎月１日に顧客が解約するかどうか（＊=user action=target=対象）という例では、カットオフタイムは、ラベルタイムテーブルに示されるように、毎月１日である。

All the features for each label must use data from before this time to prevent data leakage.
それぞれのラベルの全ての特徴は、データ漏れを防ぐため、この時間より前のデータを使用すべきである。

US11575263(UTILIDATA INC [US])
[0005] At least one aspect of this technical solution is directed to a method of controlling components of a utility grid. 
【０００４】
  本技術的解決策の少なくとも１つの態様は、電力系統の構成要素を制御する方法を対象とする。

////////

For example, the data cleaning component 208 can 
例えば、データクリーニング構成要素２０８は、

clean the data by 

removing time periods of data from variables or signals which were corrupted by noise, have been influenced by something that is an outlier from the nominal behavior (unless this outlier is of interest to predict), or have null values due to communications loss or failed recording.
ノイズによって破損した期間、公称的挙動からの外れ値による影響を受けた期間（この外れ値が予測対象である場合を除く）、又は通信損失又は記録の失敗が原因であるヌル値を有するデータの期間を変数又は信号から除去

することで、データをクリーニングすることができる。

///////

In another example, the data processing system 202 can select a filter configured with a user-specified weighting that applies different weights to each sample based on a desired emphasis of the input data. 
別の実施例では、データ処理システム２０２が、入力データの所望の強調に基づいて各サンプルに異なる重みを適用するユーザ指定の重み付けで構成されるフィルタを選択することができる。

The length in time of the filter can be selected based on the timescale of the underlying characteristics that are being targeted, e.g., a short filter for transient signals and a long filter for more steady-state characteristics. 
フィルタリングする時間の長さは、対象とする基礎的特性のタイムスケールに基づいて選択でき、例えば、過渡信号には短いフィルタを、定常特性には長いフィルタを選択することができる。

US11790005(GOOGLE LLC [US])
[0037] Although the location engine 141 , the audio engine 142 , and the vision engine 143 are described herein with respect to particular examples having particular labels and associated measures for the labels,
【００３２】
  ロケーションエンジン141、オーディオエンジン142、およびビジョンエンジン143は、特定のラベルおよびラベルに対する関連付けられた尺度を有する特定の例に関して本明細書において説明されているが、

it should be understood that is for the sake of example and is not meant to be limiting.
それは例示のためであり、限定することを意図されていないことは理解されるべきである。

For example, other labels exist, and any measure associated with those labels can be utilized.
たとえば、他のラベルが存在し、それらのラベルに関連付けられた任意の尺度が利用されることできる。

For instance, the labels generated across the ML model(s)
たとえば、MLモデルにまたがって生成されたラベルは、

may be a function of

sounds and/or objects for which the ML model(s) are trained to predict
MLモデルが予測するように訓練された予測対象の音および/または物体、

and/or sounds and/or objects that are present in the environment in which the user is located when the user input is received.
ならびに/またはユーザ入力が受信されたときにユーザが置かれている環境内に存在している音および/または物体

の関数であってもよい。

濃化層

US2018128957(CORNING INC [US])
By way of a non-limiting example,
制限するものではないが、例として、

the glass can be submerged in a KNO3 bath, for example, at about 450° C. for about 6 hours to obtain a K-enriched layer which imparts a surface compressive stress.
ガラスを、例えば、約４５０℃で、約６時間、ＫＮＯ_３浴に沈めて、表面圧縮応力を付与するＫ濃化層を実現しうる。

US10604452(GEN ELECTRIC [US])
The upper limit of about 1200° F. for service of such components is
このような部品の供用の上限である約１２００°Ｆは、

due principally to static-strength and creep-strength reduction at higher temperatures and the tendency for titanium to react with oxygen at elevated temperatures, forming a brittle oxygen-enriched layer, termed alpha case. 
高温では静的強度及びクリープ強度が低下し、高温でチタンが酸素と反応し、アルファケースと呼ばれる脆性酸素濃化層を形成する傾向があることが主な要因である。