요약 | 본 발명은 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 시스템 및 방법에 관한 것으로서, 문서의 특성에 따라 다수의 문서가 분류되어 저장되는 데이터베이스, 각 데이터베이스의 학습 대상 문서로부터 자질을 추출하고, 상기 추출된 자질과 범주의 유사도를 구하여 자질별 가중치를 연산한 후, 각 자질에 대해 가중치를 포함하는 자질 특성 매트릭스 및 용어 벡터를 생성하여 신규로 수집되는 분류대상 문서의 범주를 결정하는 개별 분류기를 생성하는 분류기 생성 장치, 복수개의 결합 대상 자질 특성 매트릭스에 출현한 자질들의 코드정보를 리스트화하고, 각 자질에 대한 범주 특성값을 합산하여 통합 매트릭스를 생성한 후 상기 통합 매트릭스를 이용하여 결합 대상 데이터베이스의 모든 자질 정보를 학습한 통합 분류기를 생성하는 분류기 동적 결합 장치를 포함한다. 따라서, 본 발명에 따르면, 대용량의 문서를 학습시킬 수 있는 대용량 분류기 생성을 위해 복수의 결합대상 데이터베이스를 동적으로 결합하여 어떤 데이터베이스에 대해서도 범용적으로 적용할 수 있다. |
---|---|
Int. CL | G06F 17/21 (2006.01) G06F 17/16 (2006.01) G06F 17/30 (2006.01) |
CPC | |
출원번호/일자 | 1020100099164 (2010.10.12) |
출원인 | 한국과학기술정보연구원 |
등록번호/일자 | 10-1035038-0000 (2011.05.09) |
공개번호/일자 | |
공고번호/일자 | (20110519) 문서열기 |
국제출원번호/일자 | |
국제공개번호/일자 | |
우선권정보 | |
법적상태 | 등록 |
심사진행상태 | 수리 |
심판사항 | |
구분 | 신규 |
원출원번호/일자 | |
관련 출원번호 | |
심사청구여부/일자 | Y (2010.10.12) |
심사청구항수 | 29 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 한국과학기술정보연구원 | 대한민국 | 대전광역시 유성구 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 정도헌 | 대한민국 | 대전광역시 서구 |
2 | 성원경 | 대한민국 | 대전광역시 유성구 |
3 | 정한민 | 대한민국 | 대전광역시 유성구 |
4 | 조민희 | 대한민국 | 대전광역시 유성구 |
5 | 홍순찬 | 대한민국 | 대전광역시 유성구 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 특허법인(유)화우 | 대한민국 | 서울특별시 강남구 테헤란로***길 **, *층 (대치동, 삼호빌딩) |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 한국과학기술정보연구원 | 대한민국 | 대전광역시 유성구 |
번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
---|---|---|---|---|
1 | [우선심사신청]심사청구(우선심사신청)서 [Request for Preferential Examination] Request for Examination (Request for Preferential Examination) |
2010.10.12 | 수리 (Accepted) | 1-1-2010-0657247-28 |
2 | [특허출원]특허출원서 [Patent Application] Patent Application |
2010.10.12 | 수리 (Accepted) | 1-1-2010-0657221-42 |
3 | [우선심사신청]선행기술조사의뢰서 [Request for Preferential Examination] Request for Prior Art Search |
2010.10.14 | 수리 (Accepted) | 9-1-9999-9999999-89 |
4 | [우선심사신청]선행기술조사보고서 [Request for Preferential Examination] Report of Prior Art Search |
2010.10.20 | 수리 (Accepted) | 9-1-2010-0066429-99 |
5 | 의견제출통지서 Notification of reason for refusal |
2011.01.04 | 발송처리완료 (Completion of Transmission) | 9-5-2011-0005389-14 |
6 | [거절이유 등 통지에 따른 의견]의견(답변, 소명)서 [Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation) |
2011.03.04 | 수리 (Accepted) | 1-1-2011-0158580-36 |
7 | [명세서등 보정]보정서 [Amendment to Description, etc.] Amendment |
2011.03.04 | 보정승인간주 (Regarded as an acceptance of amendment) | 1-1-2011-0158581-82 |
8 | 등록결정서 Decision to grant |
2011.04.28 | 발송처리완료 (Completion of Transmission) | 9-5-2011-0229381-47 |
번호 | 청구항 |
---|---|
1 |
1 문서의 특성에 따라 다수의 문서가 분류되어 저장되는 데이터베이스;각 데이터베이스의 학습 대상 문서로부터 자질을 추출하고, 상기 추출된 자질과 범주의 유사도를 구하여 자질별 가중치를 연산한 후, 각 자질에 대해 가중치를 포함하는 자질 특성 매트릭스 및 용어 벡터를 생성하여 신규로 수집되는 분류대상 문서의 범주를 결정하는 개별 분류기를 생성하는 분류기 생성 장치; 및복수개의 결합 대상 자질 특성 매트릭스에 출현한 자질들의 코드정보를 리스트화하고, 각 자질에 대한 범주 특성값을 합산하여 통합 매트릭스를 생성한 후 상기 통합 매트릭스를 이용하여 결합 대상 데이터베이스의 모든 자질 정보를 학습한 통합 분류기를 생성하는 분류기 동적 결합 장치;를 포함하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 시스템 |
2 |
2 제1항에 있어서, 상기 분류기 생성 장치는 각 데이터베이스별로 구비된 것을 특징으로 하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 시스템 |
3 |
3 제1항에 있어서, 상기 분류기 생성장치는 상기 학습 대상 문서를 구성하는 모든 자질에 대해 상기 용어 벡터를 선형 결합하여 투표결과가 높은 값을 상기 분류 대상 문서의 범주로 결정하는 것을 특징으로 하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 시스템 |
4 |
4 제1항에 있어서,상기 분류기 동적 결합 장치는 상기 결합 대상 데이터베이스를 일정 크기의 용량으로 분할하여 각 용량에 대한 통합 매트릭스를 생성하고, 각 통합 매트릭스를 이용하여 결합 대상 데이터베이스의 모든 자질 정보를 학습한 통합 분류기를 생성하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 시스템 |
5 |
5 제1항에 있어서,상기 분류기 동적 결합 장치는 상기 생성된 통합 매트릭스를 개별 자질 특성 매트릭스와 통합 또는 다른 통합 매트릭스와 통합하는 과정을 반복적으로 수행하여 새로운 하나의 통합 매트릭스를 생성하는 것을 특징으로 하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 시스템 |
6 |
6 학습 대상 문서로부터 자질을 추출하는 자질 추출부;상기 추출된 자질과 범주의 유사도를 구하고, 그 유사도를 이용하여 자질별 가중치를 구하는 가중치 연산부;상기 학습 대상 문서를 구성하는 각 자질에 대해 상기 가중치 연산부에서 구해진 가중치를 포함하는 자질 특성 매트릭스를 생성하는 자질 특성 매트릭스 생성부;상기 학습 대상 문서를 구성하는 각 자질에 대해 가중치가 표시된 용어 벡터를 생성하는 용어벡터 생성부; 및신규로 수집되는 분류 대상 문서로부터 추출된 자질과 동일한 자질에 대해, 상기 용어벡터 생성부에서 생성된 복수의 용어벡터를 결합하여 투표형식으로 계산한 결과, 최대값을 갖는 특정 범주를 상기 분류 대상 문서의 최종 범주로 결정하는 범주 결정부;를 포함하는 분류기 생성 장치 |
7 |
7 제6항에 있어서, 상기 자질 추출부는 학습 대상 문서의 키워드 필드를 이용하는 방법, 코퍼스 사전을 기반으로 제목 또는 초록의 비구조적 정보로부터 정보를 추출하여 이용하는 방법, 스테밍 또는 형태소 분석기법을 이용하는 자연어 처리방법들 중 적어도 하나를 통해 자질을 추출하는 것을 특징으로 하는 분류기 생성 장치 |
8 |
8 제6항에 있어서, 상기 가중치 연산부는 코사인, 다이스, 자카드, 로그승산비 중 적어도 하나의 유사계수를 이용하거나 다양한 거리계수를 이용하여 유사도를 구하는 것을 특징으로 하는 분류기 생성 장치 |
9 |
9 제6항에 있어서, 상기 가중치 연산부는 자질 가중치에 역문헌 빈도(Inverse Document Frequency)를 추가한 를 이용하여 최종 자질별 가중치( )를 구하되, vs는 가중치, fi는 자질, cj는 범주, tf는 용어 빈도수, N은 전체 문헌 수, df는 문헌 빈도수인 것을 특징으로 하는 분류기 생성 장치 |
10 |
10 제6항에 있어서, 상기 용어벡터 생성부는 각 자질에 대해 "범주, 가중치" 쌍으로 구성된 용어벡터를 생성하는 것을 특징으로 하는 분류기 생성 장치 |
11 |
11 제6항에 있어서, 상기 범주 결정부는 상기 신규로 수집되는 분류 대상 문서를 구성하는 자질들에 대해 분류기에서 학습되어 저장된 용어벡터를 매칭하여 벡터정보의 주제별 가중치값을 모두 합한 후, 투표형식으로 계산한 결과의 최대값을 갖는 특정범주를 최종범주로 결정하는 것을 특징으로 하는 분류기 생성 장치 |
12 |
12 제6항에 있어서, 상기 자질 특성 매트릭스는 자질별 문서번호, 범주코드, 가중치, 범주 특성값을 포함하되, 상기 범주 특성값은 자질이 출현하고 특정 범주에 속하는 경우의 빈도수, 자질이 출현하지 않으나 특정 범주에 속하는 경우의 빈도수, 자질이 출현하나 특정 범주에 속하지 않은 경우의 빈도수, 자질이 출현하지 않으면서 특정 범주에도 속하지 않은 경우의 빈도수를 포함하는 것을 특징으로 하는 분류기 생성 장치 |
13 |
13 복수개의 결합 대상 데이터베이스내 자질 특성 매트릭스로부터 자질을 추출하는 자질 추출부;상기 추출된 자질들의 코드정보를 리스트화하고, 각 자질에 대한 범주 특성값을 합산하여 통합 매트릭스를 생성하는 통합 매트릭스 생성부;상기 통합 매트릭스를 구성하는 각 자질과 범주의 유사도를 각각 구하고, 그 유사도를 이용하여 자질별 가중치를 구하는 가중치 연산부; 및상기 통합 매트릭스를 구성하는 각 자질에 대해 가중치가 표시된 용어 벡터를 생성하여 상기 결합 대상 데이터베이스의 모든 자질 정보를 학습한 통합 분류기를 생성하는 용어벡터 생성부;를 포함하는 분류기 동적 결합 장치 |
14 |
14 제13항에 있어서, 신규로 수집되는 분류 대상 문서로부터 추출된 자질과 동일한 자질에 대해, 상기 용어벡터 생성부에서 생성된 복수의 용어벡터를 결합하여 투표형식으로 계산한 결과, 최대값을 갖는 특정 범주를 상기 분류 대상 문서의 최종 범주로 결정하는 범주 결정부를 더 포함하는 분류기 동적 결합 장치 |
15 |
15 제13항에 있어서,상기 결합 대상 데이터베이스를 일정 크기의 용량으로 분할하는 용량 분할부를 더 포함하는 분류기 동적 결합 장치 |
16 |
16 제13항에 있어서,상기 통합 매트릭스 생성부는 용량 분할부에 의해 분할된 각 용량에 대한 통합 매트릭스를 병렬로 동시에 생성하는 것을 특징으로 하는 분류기 동적 결합 장치 |
17 |
17 제13항에 있어서,상기 통합 매트릭스 생성부에서 생성된 통합 매트릭스를 개별 자질 특성 매트릭스와 통합 또는 다른 통합 매트릭스와 통합하는 과정을 피라미드식으로 반복적으로 수행하여 새로운 통합 매트릭스를 생성하는 통합 매트릭스 생성 관리부를 더 포함하는 분류기 동적 결합 장치 |
18 |
18 제13항에 있어서, 상기 통합 매트릭스 생성부는 상기 자질 특성 매트릭스에 출현한 자질값의 전체 셋을 만들고 각 자질에 대한 범주 특성값을 합산하여 통합 매트릭스를 생성하는 것을 특징으로 하는 분류기 동적 결합 장치 |
19 |
19 제18항에 있어서, 상기 통합 매트릭스 생성부는 각 자질에 대해 전체 범주 리스트에서 빠진 범주는 자동으로 계산하여 그 범주에 대한 필드를 메모리상에 동적으로 생성하고, 각 자질에 대한 전체 범주 특성값을 합산하여 통합 매트릭스를 생성하고, 그 결과를 데이터베이스에 저장하는 것을 특징으로 하는 분류기 동적 결합 장치 |
20 |
20 제13항에 있어서,상기 통합 매트릭스 생성부는 상기 자질 추출부에서 추출된 고유한 자질의 리스트를 만들고, 상기 결합 대상 자질 특성 매트릭스로부터 전체 범주코드를 추출하여 범주코드 리스트를 만든 후, 각 개별 테이블에서 특정 자질에 대한 정보가 있는 경우 전체 범주코드에 대한 범주 특성값을 추출하되,존재하지 않은 범주코드에 대해서는 범주 특성값을 계산하여 생성하는 것을 특징으로 하는 분류기 동적 결합 장치 |
21 |
21 제20항에 있어서,상기 통합 매트릭스 생성부는 각 개별 테이블 중에서 특정 자질이 존재하지 않은 경우, 해당 자질을 만들고 상기 범주코드 리스트에 있는 모든 범주코드별로 범주 특성값을 각각 생성하는 것을 특징으로 하는 분류기 동적 결합 장치 |
22 |
22 (a) 복수의 분류기 생성장치가 각 데이터베이스의 학습 대상 문서로부터 자질을 각각 추출하는 단계;(b) 상기 복수의 분류기 생성장치가 상기 추출된 자질과 범주의 유사도를 구하여 자질별 가중치를 각각 연산하는 단계;(c) 상기 복수의 분류기 생성장치가 상기 학습 대상 문서를 구성하는 각 자질에 대해 상기 연산된 가중치를 포함하는 자질 특성 매트릭스 및 용어 벡터를 생성하여 신규로 수집되는 분류 대상 문서의 범주를 각각 결정하는 개별 분류기를 각각 생성하는 단계;(d) 분류기 동적 결합 장치가 복수개의 결합 대상 자질 특성 매트릭스에 출현한 자질들의 코드정보를 리스트화하고, 각 자질에 대한 범주 특성값을 합산하여 통합 매트릭스를 생성하는 단계; 및(e) 상기 분류기 동적 결합 장치가 상기 생성된 통합 매트릭스를 이용하여 결합 대상 데이터베이스의 모든 자질 정보를 학습한 통합 분류기를 생성하는 단계;를 포함하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 방법 |
23 |
23 제22항에 있어서, 상기 (c)단계는, 상기 학습 대상 문서를 구성하는 각 자질에 대해 상기 연산된 가중치를 포함하는 자질 특성 매트릭스를 생성하는 단계;상기 학습 대상 문서를 구성하는 각 자질에 대해 가중치가 표시된 용어 벡터를 생성하는 단계; 및신규로 수집되는 분류 대상 문서로부터 추출된 자질과 동일한 자질에 대해, 상기 생성된 복수의 용어벡터를 결합하여 투표형식으로 계산한 결과, 최대값을 갖는 특정 범주를 상기 분류 대상 문서의 최종 범주로 결정하는 개별 분류기를 생성하는 단계를 포함하는 것을 특징으로 하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 방법 |
24 |
24 분류기 동적 결합 장치가 분류기의 동적 결합에 의해 대용량 분류기를 자동으로 생성하는 방법에 있어서, (a) 결합 대상 데이터베이스내의 자질 특성 매트릭스로부터 자질을 추출하는 단계;(b) 상기 추출된 자질에 대한 코드정보를 리스트화하고, 각 자질에 대한 범주 특성값을 합산하여 통합 매트릭스를 생성하는 단계;(c) 상기 통합 매트릭스를 구성하는 각 자질과 범주의 유사도를 구하고, 그 유사도를 이용하여 자질별 가중치를 구하는 단계; 및(d) 상기 통합 매트릭스를 구성하는 각 자질에 대한 가중치가 포함된 용어 벡터를 생성하여 상기 결합 대상 데이터베이스의 모든 자질 정보를 학습한 통합 분류기를 생성하는 단계;를 포함하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 방법 |
25 |
25 제24항에 있어서, 신규로 수집되는 분류 대상 문서로부터 추출된 자질과 동일한 자질에 대해, 상기 생성된 용어벡터들을 결합하여 투표형식으로 계산한 결과, 최대값을 갖는 특정 범주를 상기 분류 대상 문서의 최종 범주로 결정하는 단계를 더 포함하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 방법 |
26 |
26 제24항에 있어서,상기 (b)단계 이후, 상기 생성된 통합 매트릭스를 개별 자질 특성 매트릭스와 통합 또는 다른 통합 매트릭스와 통합하는 과정을 피라미드식으로 반복적으로 수행하여 새로운 거대한 통합 매트릭스를 생성하는 단계를 더 포함하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 방법 |
27 |
27 제24항에 있어서, 상기 (b)단계는, 상기 자질 특성 매트릭스에 출현한 자질값의 전체 셋을 만들고 각 자질에 대한 범주 특성값을 합산하여 통합 매트릭스를 생성하되, 각 자질에 대해 전체 범주 리스트에서 빠진 범주는 자동으로 계산하여 그 범주에 대한 필드를 메모리상에 동적으로 생성하고, 각 자질에 대한 전체 범주 특성값을 합산하여 통합 매트릭스를 생성하고, 그 결과를 데이터베이스에 저장하는 것을 특징으로 하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 방법 |
28 |
28 제24항에 있어서,상기 (b)단계는, 상기 자질 특성 매트릭스에서 추출된 고유한 자질의 리스트를 만들고, 전체 범주코드를 추출하여 범주코드 리스트를 만든 후, 각 개별 테이블에서 특정 자질에 대한 정보가 있는 경우 전체 범주코드에 대한 범주 특성값을 추출하되, 존재하지 않은 범주코드에 대해서는 범주 특성값을 계산하여 생성하고, 상기 각 개별 테이블 중에서 특정 자질이 존재하지 않은 경우, 해당 자질을 만들고 상기 범주코드 리스트에 있는 모든 범주코드별로 범주 특성값을 각각 생성하는 것을 특징으로 하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 방법 |
29 |
29 분류기 동적 결합 장치가 분류기의 동적 결합에 의해 대용량 분류기를 자동으로 생성하는 방법에 있어서, (a) 결합 대상 데이터베이스를 일정 크기의 용량으로 분할하는 단계;(b) 각 분할된 용량내의 자질 특성 매트릭스로부터 자질을 추출하는 단계;(c) 상기 추출된 자질에 대한 코드정보를 리스트화하고, 각 자질에 대한 범주 특성값을 합산하여 통합 매트릭스를 생성하는 단계;(d) 상기 통합 매트릭스에 표시된 각 자질과 범주의 유사도를 구하고, 그 유사도를 이용하여 자질별 가중치를 구하는 단계; 및(e) 상기 통합 매트릭스에 표시된 각 자질에 대한 가중치가 포함된 용어 벡터를 생성하여 상기 결합 대상 데이터베이스의 모든 자질 정보를 학습한 통합 분류기를 생성하는 단계;를 포함하는 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 방법 |
지정국 정보가 없습니다 |
---|
순번 | 패밀리번호 | 국가코드 | 국가명 | 종류 |
---|---|---|---|---|
1 | WO2012050252 | WO | 세계지적재산권기구(WIPO) | FAMILY |
순번 | 패밀리번호 | 국가코드 | 국가명 | 종류 |
---|---|---|---|---|
1 | WO2012050252 | WO | 세계지적재산권기구(WIPO) | DOCDBFAMILY |
국가 R&D 정보가 없습니다. |
---|
공개전문 정보가 없습니다 |
---|
특허 등록번호 | 10-1035038-0000 |
---|
표시번호 | 사항 |
---|---|
1 |
출원 연월일 : 20101012 출원 번호 : 1020100099164 공고 연월일 : 20110519 공고 번호 : 특허결정(심결)연월일 : 20110428 청구범위의 항수 : 29 유별 : G06F 17/21 발명의 명칭 : 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 시스템 및 방법 존속기간(예정)만료일 : |
순위번호 | 사항 |
---|---|
1 |
(권리자) 한국과학기술정보연구원 대전광역시 유성구... |
제 1 - 3 년분 | 금 액 | 588,000 원 | 2011년 05월 11일 | 납입 |
제 4 년분 | 금 액 | 678,000 원 | 2014년 04월 08일 | 납입 |
제 5 년분 | 금 액 | 474,600 원 | 2015년 05월 11일 | 납입 |
제 6 년분 | 금 액 | 474,600 원 | 2016년 04월 06일 | 납입 |
제 7 년분 | 금 액 | 841,400 원 | 2017년 03월 27일 | 납입 |
제 8 년분 | 금 액 | 601,000 원 | 2018년 05월 10일 | 납입 |
제 9 년분 | 금 액 | 601,000 원 | 2019년 03월 21일 | 납입 |
제 10 년분 | 금 액 | 917,500 원 | 2020년 04월 27일 | 납입 |
번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
---|---|---|---|---|
1 | [우선심사신청]심사청구(우선심사신청)서 | 2010.10.12 | 수리 (Accepted) | 1-1-2010-0657247-28 |
2 | [특허출원]특허출원서 | 2010.10.12 | 수리 (Accepted) | 1-1-2010-0657221-42 |
3 | [우선심사신청]선행기술조사의뢰서 | 2010.10.14 | 수리 (Accepted) | 9-1-9999-9999999-89 |
4 | [우선심사신청]선행기술조사보고서 | 2010.10.20 | 수리 (Accepted) | 9-1-2010-0066429-99 |
5 | 의견제출통지서 | 2011.01.04 | 발송처리완료 (Completion of Transmission) | 9-5-2011-0005389-14 |
6 | [거절이유 등 통지에 따른 의견]의견(답변, 소명)서 | 2011.03.04 | 수리 (Accepted) | 1-1-2011-0158580-36 |
7 | [명세서등 보정]보정서 | 2011.03.04 | 보정승인간주 (Regarded as an acceptance of amendment) | 1-1-2011-0158581-82 |
8 | 등록결정서 | 2011.04.28 | 발송처리완료 (Completion of Transmission) | 9-5-2011-0229381-47 |
기술번호 | KST2014063000 |
---|---|
자료제공기관 | 미래기술마당 |
기술공급기관 | 한국과학기술정보연구원 |
기술명 | 대용량 문서학습을 위한 동적학습 파이프라인 생성기술 |
기술개요 |
본 발명은 분류기의 동적 결합에 의한 대용량 분류기 자동 생성 시스템 및 방법에 관한 것으로서, 문서의 특성에 따라 다수의 문서가 분류되어 저장되는 데이터베이스, 각 데이터베이스의 학습 대상 문서로부터 자질을 추출하고, 상기 추출된 자질과 범주의 유사도를 구하여 자질별 가중치를 연산한 후, 각 자질에 대해 가중치를 포함하는 자질 특성 매트릭스 및 용어 벡터를 생성하여 신규로 수집되는 분류대상 문서의 범주를 결정하는 개별 분류기를 생성하는 분류기 생성 장치, 복수개의 결합 대상 자질 특성 매트릭스에 출현한 자질들의 코드정보를 리스트화하고, 각 자질에 대한 범주 특성값을 합산하여 통합 매트릭스를 생성한 후 상기 통합 매트릭스를 이용하여 결합 대상 데이터베이스의 모든 자질 정보를 학습한 통합 분류기를 생성하는 분류기 동적 결합 장치를 포함한다. 따라서, 본 발명에 따르면, 대용량의 문서를 학습시킬 수 있는 대용량 분류기 생성을 위해 복수의 결합대상 데이터베이스를 동적으로 결합하여 어떤 데이터베이스에 대해서도 범용적으로 적용할 수 있다. |
개발상태 | 유사환경 테스트 |
기술의 우수성 |
가. 기술의 우위성 1) 현재 정책 및 산업분야에서 다양한 학술 정보를 활용한 데이터베이스 구축 및 서비스를 실시하고 있으며, 이러한 서비스 고도화를 위해 개별 문서의 자동 분류와 통합 분류 및 검색 체계의 적용이 중요한 기술적 요소로 꾸준한 연구개발 필요성이 제기되어 오고 있음 2) 그러나 통합정보 서비스를 하는 경우, 학술논문과 특허, 학술논문과 연구보고서 등 이기종 데이터베이스 간의 교차 자동분류 성능이 현저히 떨어지기 때문에 대용량 환경에서 분류기를 범용화시키기에 어려운 기술적 문제점이 존재하였음 3) 본‘대용량 문서학습을 위한 동적학습 파이프라인 생성기술’기술은 대용량의 문서를 학습시킬 수 있는 대용량 분류기 생성을 위해 복수의 결합대상 데이터베이스를 동적으로 결합하여 어떤 데이터베이스에 대해서도 범용적으로 적용할 수 있는 기술적 우위성이 있음 나. 기술의 경쟁력 1) 기존 분류기는 학습 데이터의 양에 따라 처리의 제한이 존재하여, 대용량의 데이터를 학습할 경우 자질의 공간을 축소하는 기법이 반드시 중요한 요소로 수반되야 했지만 본‘대용량 문서학습을 위한 동적학습 파이프라인 생성기술’기술은 데이터의 전처리 과정에 의존하지 않는 대용량 데이터 처리기법과 학습된 개별 도메인의 지식을 완벽히 재활용할 수 있는 아키텍처를 제공할 수 있음 |
응용분야 |
가. 기술의 적용 및 응용분야 1) ‘대용량 문서학습을 위한 동적학습 파이프라인 생성기술’기술은 대용량의 문서를 학습시킬 수 있는 분류기를 구축 및 관리하는 기술로 대용량 DB를 처리 및 분석하는 산업 및 분야에 적용할 수 있으며, 산업 및 시장측면으로 접근하였을 때, 빅데이터 분야에 적용이 가능함 2) 대용량의 문서를 학습시킬 수 있는 대용량 분류기 생성을 위해 복수의 결합대상 데이터베이스를 동적으로 결합하여 어떤 데이터베이스에 대해서도 범용적으로 적용할 수 있으며, 여러 개의 자질특성 매트릭스를 생성하고 이를 동적으로 자유롭게 구성함에 의해, 실제로 대용량의 매트릭스를 생성하는 것과 작은 용량의 매트릭스를 다수 생성하여 동적으로 결합하는 것의 수치상 차이가 전혀 없는 효과가 있음 3) 본 기술은 최근‘빅데이터’의 관심 및 관련기술의 수요가 증가함에 따라 빅데이터 산업의 성장에 주요한 기반기술로 쓰일 가능성이 높으며, 특히 빅데이터 분류 및 생성, 관리의 효율성을 증대시킬 수 있는 주요기술로 판단됨 최근 비정형 데이터량 증가로 인해 빅데이터 시장이 지속적으로 확대될 것으로 전망되며, 빅데이터 처리 및 분석 기술은 공공분야, 금융/통신 등에서 서비스 개선, 마케팅, 향후 전망 예측 등에 적극적으로 활용될 전망임 4) 글로벌 주요국에서는 이미 재난 방지, 질병 통계, 탈세 방지 등에 빅데이터 처리 기술을 활용, 서비스 및 효율성 개선을 시도하고 있음 - 공공 분야에서 미국 국세청은 2012년 3월 빅데이터 분석을 활용해 탈세 및 사기범죄 예방 시스템을 구축, 2011년 일본 건설성, 통산성 등은 실시간 GPS 데이터 분석을 통해 최적의 교통정보 서비스를 제공하고 있음 - 의료 분야에서는 2012년 미국 국립보건원이 유전자 데이터를 공유 및 분석할 수 있는 시스템을 구축할 예정이며, 2010년 Pillbox 프로젝트를 통해 약 검색 서비스를 제공하고 이를 통해 확보한 다양한 사용자의 질병 통계 데이터를 질병의 분포 및 추세를 예측하는 데 활용 중임 - 보안 분야에서는 싱가포르에서 국가위험관리시스템(RAHS) 구축을 통해 테러 발생, 국가적 재난, 전염병 등의 확산 대응에 이용하고 있음 |
시장규모 및 동향 |
가. 국내 시장규모 및 전망 1) 데이터 사용의 급증에 따라 빅데이터 관련 시장도 빠른 성장이 예상되는데, 빅데이터는 이전에 없던 새로운 상품을 판매하는 것이 아니라 기존과 유사한 장비에 신기술을 적용해 대용량 데이터를 수집, 저장, 분석하고 이를 서비스 형태로 제공하는 일련의 과정을 포괄하므로 독립된 시장으로 구분하기 어려운 측면이 있음 - 다만, 컨설팅기관 등 업계에서는 빅데이터 이용활성화로 인해 추가적으로 증가하는 장비, 기술, 소프트웨어 및 분석 서비스의 거래를 ‘빅데이터 관련 시장’으로 구분하여 규모나 성장성을 예측하고 있음 2) IDC(2012)의 경우, 빅데이터 관련 세부 시장을 ① 스토리지, 서버, 네트워크 등 물리적 하드웨어(인프라), ② 데이터 수집/분석/처리를 위한 소프트웨어, ③ 교육, 컨설팅 등 빅데이터를 활용한 응용서비스 제공으로 구분하고, 빅데이터 이용 증가로 인해 신규 성장이 예상되는 분야를 아래와 같이 구분한 바 있음 3) 한국은 세계최고의 ICT기술력과 인프라를 보유하고 많은 데이터를 생산하고 있으나, 아직은 빅데이터 이용에 대한 관심이 형성되는 수준임 - 다만, 다수의 기업이 관심을 가지고 사업을 시도하고 있다는 점에서 성장 가능성은 높게 평가되고 있음 4) 현재까지 국내 빅데이터 시장을 예측한 기관은 한국과학기술정보연구원(KISTI)이 유일한데, KISTI 전망치에 따르면, 한국의 전체 시장규모가 2015년 2억 6천3백만 달러, 2020년 9억 달러로 성장하여 국내 IT시장에서 빅데이터 분야가 차지하는 비중은 2013년 0.6%에서 2020년에는 2.6%까지 증가할 것으로 전망한 바 있음 5) 2013년 현재 KISTI의 빅데이터 시장전망은 IDC 세부 시장 구분을 그대로 적용하고 있어 세부 시장별 비중을 비교해 볼 수 있음 6) KISTI의 세부 시장별 성장 전망은 전망 기간에 따라 차이가 있는데, 2015년까지의 단기 전망에서는 서비스 → 스토리지 → 서버 → 네트워킹 → 소프트웨어 순으로 시장규모가 형성되다가, 2016~2020년까지의 중장기에는 서비스 → 스토리지 → 소프트웨어 → 네트워킹 → 서버 순으로 소프트웨어 비중은 급증하고, 서버 비중은 급감할 것으로 전망하였음 - 이러한 세부시장 전망은 소프트웨어 시장규모를 높은 순위에 두었던 IDC, Gartner 등의 전 세계 시장 전망과 차이가 있는데,이러한 결과는 상대적으로 소프트웨어 부문이 취약한 우리나라 현실을 반영한 결과로 볼 수 있음 나. 국외 시장규모 및 전망 1) 빅데이터 시장은 향후 5~6년간 빅데이터 관련 시장이 급속히 성장할 것으로 전망한다는 점에서는 의견을 같이 하는데, 이러한 낙관적 전망은 이 기간 동안 데이터 사용량이 지속적으로 증가함에 따라 부수적으로 생성되는 데이터를 수집, 저장, 분석하는 빅데이터 관련 거래도 증가할 것이라는 예상에 근거함 2) 기관별 전망치를 살펴보면, 우선, IDC(2011)는 빅데이터 관련 시장 규모가 2011년 47억 달러에서 2015년 169억 달러까지 성장할 것으로 전망하였는데, 특히 IDC는 100TB 이상 데이터 수집, 초고속 스트리밍을 통한 데이터 수신, 매년 60% 이상의 데이터 생산 증가 등 빅데이터 특징으로 인하여 기존 스토리지, 서버, 네트워크, 소프트웨어, 분석서비스 시장에 이전과 다른 성장 모멘텀이 등장할 것으로 전망함 3) 세부 시장규모는 2015년 기준으로 서비스, 소프트웨어, 스토리지, 서버, 네트워크 순이며, 2011년에서 2015년까지 평균 성장률은 스토리지 61.4%, 네트워킹 42.4%, 서비스 39.5%, SW 34.2%, 서버 27.3%로 예측하였다. 스토리지, 네트워킹 등 하드웨어 기반이 뒷받침된 후 빅데이터 서비스가 단계적으로 활성화될 전망임 4) Gartner(2012)는 빅데이터 관련 IT 시장 지출규모를 통해 빅데이터 시장규모를 전망하였는데, Gartner의 IT서비스 지출 전망치에는 관련 기업용 SW 개발 지출, 소셜미디어 분석 지출, 내외부 빅데이터 전문인력 고용 등이 포함되었음 - Gartner는 전 세계 빅데이터 IT시장 지출 규모가 2011년 270억 달러에서 2016년 540억 달러로 5년간 약 2배 증가할 것으로 전망하였음 5) 마지막으로 가장 최근 빅데이터 시장 전망을 발표한 Wikibon(2013)은 2011년 72억달러 시장이었던 빅데이터 시장이 2017년 478억달러까지 성장 할 것이라고 전망하였음 6) 앞선 바와 같이, 빅데이터 관련 세부 시장 중에서 매출 비중이나 성장률 측면에서 서비스 부문이 가장 중요한 비중을 차지하고 있음 다. 시장경쟁상황 1) 해외 시장경쟁 동향 가) 빅데이터 관련 시장이 성장기에 있고, 빅데이터를 활용한 다양한 분석 기술, 장비 및 신규 비즈니스 모델이 개발되는 과정에 있으므로 사업유형을 명확히 구분하기 어렵고, 기존 장비, 솔루션, 분석 서비스 사업자뿐만 아니라 새로운 기술을 기반으로 신규 사업자들도 대거 진입하고 있어 관련 사업자들을 구분하는데도 어려움이 있음 나) 이러한 한계에도 불구하고 Forbes는 개괄적인 빅데이터 관련 사업유형을 제시하였는데, Forbes는 빅데이터 관련 사업 유형을 애플리케이션, 인프라, 기술 부문으로 삼분하고, 각 부문별로 세부 사업유형을 구분하여 빅데이터 관련 사업유형을 총 10개소 부문으로 구분하였음 - 애플리케이션 부문은 빅데이터 분석에 필요한 애플리케이션, 소프트웨어, 이를 활용한 광고 분석 서비스 등을 제공하는 사업자들을 포함함 - IBM, Oracle, SAS, SAP 등 종합 솔루션 사업자들이 이 부문에 속한다. 인프라 사업자들은 일반 기업들이 직접 빅데이터 분석에 필요한 인프라를 구축할 수 있도록 제공하는 유형으로 Oracle, IBM의 DB 부문, Google BigQuery 등이 이 부문에 속하며, 마지막으로 기술 부문은 빅데이터 분석에 특화된 Hadoop 등이 포함됨 다) 빅데이터 시장이 급성장하자 IBM, SAP, SAS, 오라클 등 다수의 글로벌 ICT 기업들이 해당 시장에 진출하고 있음 라) Forrester가 2013년 1월에 발표한‘Big Data Predictive Analytics Solutions, Q1 2013’에 따르면, 빅데이터 예측 분석 솔루션을 제공하는 업체 10개를 평가한 결과 SAS, IBM이 빅데이터 예측 분석 시장에서 가장 경쟁력 있는 선두업체로 평가되었고, SAP도 두 업체와 거의 유사한 수준의 우수한 업체로 평가되었음 마) 선두업체로 평가된 업체 중 SAS는 엔터프라이즈 마이너 툴(Enterprise Miner tools)을 통해 자사의 135개 국 19,500의 고객 중 약 3,000여 고객이 예측 분석툴을 사용하고 있는 점이 우수한 평가를 받았고, IBM은 자사의 스마터 플래닛(Smarter Planet) 캠페인과 관련 업체의 인수합병 전략을 통해 전 세계 1,500여 고객을 확보하면서 우수한 평가를 받았음 - SAP은 현재 전 세계에 100여 개의 고객사를 확보해 고객 수는 적었으나, HANA인메모리 어플라이언스에 의한 강력한 아키텍처와 시장 전략이 높이 평가되었음 - 이 밖에 Tibco Software, Oracle, Statsoft, KXEN이 빅데이터 예측 분석 시장의 강력한 수행자로 평가되었는데, Forrester에 따르면 이들 업체들은 아키텍처 부분에서 낮은 점수를 받았지만, 빅데이터 예측 분석에 대해 고유한 접근 방법을 통해 선두를 위협할 수 있는 충분한 역량을 가진 것으로 분석되었음 - Tibco Software는 진보된 데이터 가상화 툴이 매력적이며, Oracle은 인데이터베이스 R(데이터 분석용 객체 지향 프로그래밍 언어)을 제공하는 솔루션 센터와 강력한 인데이터베이스 분석 기술을 보유하고 있으며, Statsoft는 제조업 분야에 강점을 지니고 있고, KXEN는 자동화된 분석 프로세스와 소셜네트워크 분석에 강점을 지니고 있음 2) 국내 시장경쟁 동향 가) 주요 해외 기업들이 빅데이터 시장을 점령하고 있는 가운데, 우리 기업들은 경쟁력을 갖추기 위해 2012년 하반기부터 본격적으로 빅데이터 사업을 추진하고 있음 나) 현재 국내 빅데이터 시장에서 네이버, 다음, SK텔레콤, kt등 주요 기업들이 비즈니스 분야 및 비즈니스 형태는 아래와 같음 다) 우선, 네이버는 국내 기업 중에서는 가장 많은 데이터를 가지고 가장 높은 수준의 빅데이터 분석 및 활용 기술을 가지고 있음 라) 네이버는 2006년부터 빅데이터의 주요 기술 중에 하나인 하둡 기술을 도입하여 방대한 데이터를 관리하고 있으며, 실제 서비스에 적극 활용하여 자동완성, 연관검색어, 실시간 급상승 검색어 등의 서비스를 제공하고 있으며 그 활용 범위는 계속 확대될 전망임 마) SK텔레콤은 2011년 2월 지도와 위치기반서비스(LBS) 기술을 결합해 상권분석, 고객관리 등을 지원하는 ‘지오비전’ 솔루션을 출시하였는데, 이 서비스는 자사 이용자의 위치정보를 활용한 서비스로, 특정 지역의 유동인구, 지역분석 정보 등을 활용하여 최적화된 비즈니스 솔루션을 제공하는 서비스임 - 또한 다양한 빅데이터 영역이 결합된 비즈니스를 창출하기 위해 2012년 11월 네이버와 업무협력도 체결하였으며, 2013년 5월초 2,700만 이용자 정보를 분석 및 빅데이터 신산업 분야 발굴을 위한 1조 3천억원의 투자 발표를 계기로 빅데이터 사업 계획이 구체화되고 있음 바) 한편 KT는 지난해 9월 코리아크레딧 뷰로(KCB)와 업무협조를 체결하고, 본격적으로 빅데이터 사업을 추진하고 있는데, KCB의 지역기반 분석서비스 ‘알지오’에 올레맵을 결합한 서비스를 제공 중임 - 이는 지역별 소비자들의 연소득 등의 구매능력을 분석하여 기업 및 자영업자들이 마케팅 등에 활용하도록 지원하였는데, 지난 4월에 서울시와 MOU를 체결하여, KT는 서울시의 교통, 복지, 경제, 문화, 도시 등 여러 분야의 현안 해결을 위한 빅데이터 활용 및 분석 . 검증을 위한 기술 지원 역할을 할 예정임 사) 글로벌 ICT 업체에 대응하기 위해 국내 IT 서비스 업체, 솔루션 업체들도 빅데이터전략을 확대하고 있는데, IT 서비스 업체 중 삼성 SDS는 빅데이터 사업을 컨설팅센터와 CSP 연구소 등에서 진행하면서 공공, 금융, 제조, 서비스 등의 분야에 대한 파일럿 프로젝트를 수행하고 있음 - 그리고 삼성 SDS는 행정안전부가 2013년 3월 초까지 완료 예정인 ‘빅데이터 공통기반 마련 및 활용을 위한 업무프로세스 재설계(BPR), 정보화전략계획(ISP)’을 수주하면서 공공부문의 빅데이터 시장 확대에 힘쓰고 있음 - LG CNS는 2011년 말부터 오픈소스 기반의 대용량 데이터 처리기술인 하둡을 활용해 빅데이터 분석 플랫폼을 개발했으며, 2012년 10월에 빅데이터 통합 솔루션으로 ‘스마트 빅데이터 플랫폼(SBP)’을 출시하면서 빅데이터 사업을 본격적으로 추진하고 있음 - SK C&C는 실시간 데이터 분석 솔루션 ‘스톰’을 출시해 대용량 데이터 분석 프레임워크를 구현하고 있으며, 이를 통해 상권분석이나 교통 분석 등을 제공할 계획임 아) 이와 함께 빅데이터 솔루션을 공동으로 개발하기 위한 국산 전문 소프트웨어(SW) 기업 간 모임인 ‘빅데이터 솔루션 포럼’에서 ‘싸이밸류 얼라이언스(Cyvalue Alliance)’를 2012년 9월에 발표하면서 중소 SW 업체 간 협력을 통한 빅데이터 솔루션 개발에 역량을 집중하고 있음 라. 시장진입가능성 1) 빅데이터가 제조업에 적용되면 상품 개발 및 조립 비용을 50%까지 절감할 수 있고 운전자본 비용을 7% 감소 할 수 있을 것으로 전망되고 있음 - 가치사슬 각 부문에 빅데이터 적용으로 생산성 향상이 가능하며, 엔지니어링, 시뮬레이션과 연계할 수 있고 각 부서의 R&D 협업을 촉진할 수 있음 - 이와 함께 고객 DB의 통합 관리를 통한 서비스 수준이 향상될 수 있고, 센서를 통해 제품 사용 및 결함 데이터를 수집/분석하고 생산 및 디자인 과정에서의 실시간 데이터 수집을 통한 제품 품질을 향상시킬 수 있음 2) 이러한 측면에서 보면, 빅데이터를 활용한 다양한 사업 기회 역시 확산될 수 있는데, 특히, 스마트폰, M2M을 통한 다양한 데이터 중개 및 분석 업종이 등장하고, 수집된 데이터를 가공/보관, 중개하는 새로운 형태의 데이터 처리 업종이 등장할 것으로 전망됨 - 이밖에도, 대용량 데이터 처리를 위한 다양한 솔루션 기업이 등장할 것으로 보이며, M2M 솔루션, 클라우드 솔루션, 데이터 처리 솔루션 등 다양한 빅데이터 관련 솔루션 업체 역시 꾸준히 증가할 것으로 전망되며, 관련 정책적 지원 역시 지속적으로 이루어질 전망으로 본 기술의 시장 진입은 무난하게 이루어질 것으로 예상됨 |
희망거래유형 | |
사업화적용실적 | |
도입시고려사항 |
과제고유번호 | 1345158460 |
---|---|
세부과제번호 | K-11-L05-C03 |
연구과제명 | 연구개발 선진화를 위한 기술기회 탐색 지원기반 구축(연계융합) |
성과구분 | 등록 |
부처명 | 교육과학기술부 |
연구관리전문기관명 | 기초기술연구회 |
연구주관기관명 | 한국과학기술정보연구원 |
성과제출연도 | 2011 |
연구기간 | 201101~201112 |
기여율 | 1 |
연구개발단계명 | 기타 |
6T분류명 | IT(정보기술) |
과제고유번호 | 1345127762 |
---|---|
세부과제번호 | K-10-L01-C02 |
연구과제명 | 정보유통 핵심기술 연구개발 및 활용체제 강화 |
성과구분 | 출원 |
부처명 | 교육과학기술부 |
연구관리전문기관명 | 기초기술연구회 |
연구주관기관명 | 한국과학기술정보연구원 |
성과제출연도 | 2010 |
연구기간 | 200101~201112 |
기여율 | 1 |
연구개발단계명 | 개발연구 |
6T분류명 | IT(정보기술) |
[1020110137271] | 문헌 분석을 통한 유망 기술 판단 방법 및 시스템 | 새창보기 |
---|---|---|
[1020110137270] | 유망 기술 판단 방법 및 시스템 | 새창보기 |
[1020110133705] | 질의결과예상 방법 및 시스템 | 새창보기 |
[1020110123596] | 학술적 과학 지식 메모리 기반의 심층 지식 제공 방법 및 이에 적합한 장치 | 새창보기 |
[1020110113330] | 기술 로드맵 서비스 제공 방법 및 시스템 | 새창보기 |
[1020110113328] | 연구 예측 기술 추천 방법 및 시스템 | 새창보기 |
[1020110113327] | 연관기술 서비스 제공 방법 및 시스템 | 새창보기 |
[1020110105941] | 사용자 의도 인식 시스템 및 방법 | 새창보기 |
[1020110097384] | 기술연관정보 제공 방법 및 시스템 | 새창보기 |
[1020110096878] | 연구 연관도 서비스 제공 방법 및 시스템 | 새창보기 |
[1020110096877] | 기술 생명 주기 그래프를 이용한 기술 추이 제공 방법 및 시스템 | 새창보기 |
[1020110096876] | 기술 생명 주기 그래프를 이용한 연관기술정보 제공 방법 및 시스템 | 새창보기 |
[1020110067703] | 개체 식별 결과 검색 시스템 및 방법 | 새창보기 |
[1020110064459] | 유망 연구주체 판단 시스템 및 방법 | 새창보기 |
[1020110064458] | 자질집합 확장 시스템 및 방법 | 새창보기 |
[1020110054016] | 인스턴스 경로 탐색 및 시각화 방법 및 장치 | 새창보기 |
[1020110054015] | 온톨로지 기반 연관성 추적 기술 | 새창보기 |
[1020110037801] | 기술 라이프 사이클을 이용한 단계 판단 장치 및 방법 | 새창보기 |
[1020110037799] | 기술의 발전 속도 예측 장치 및 방법 | 새창보기 |
[1020110037797] | 기술 생명 주기 그래프를 이용한 기술 추이 제공 방법 및 시스템 | 새창보기 |
[1020100108022] | 테크놀로지 인텔리전스 서비스 기술 | 새창보기 |
[1020100108021] | 질의에 따른 연관정보 제공 장치 및 방법 | 새창보기 |
[1020100099164] | 대용량 문서학습을 위한 동적학습 파이프라인 생성기술 | 새창보기 |
[1020100097798] | 다중 자원을 통합한 지식베이스를 이용하여 연구 주체간의 상관관계가 표시된 자원검색 정보 제공 장치 및 방법 | 새창보기 |
[1020100097797] | 다중 자원의 통합에 의한 자원 검색 장치 및 방법 | 새창보기 |
[1020100097797] | 다중 자원의 통합에 의한 자원 검색 장치 및 방법 | 새창보기 |
[1020100097796] | 다중 자원 기반 검색정보 제공 장치 및 방법 | 새창보기 |
[1020100097796] | 다중 자원 기반 검색정보 제공 장치 및 방법 | 새창보기 |
[1020100085384] | 동적 임계값이 적용된 유사문서 분류화 장치 및 방법 | 새창보기 |
[1020100066745] | 동적 임계값이 적용된 문서 브라우징 장치 및 방법 | 새창보기 |
[1020100066323] | 참고 문헌 적합성 판정 시스템 및 방법 | 새창보기 |
[1020100060281] | 온톨로지 기반 개인화 서비스 시스템 및 방법 | 새창보기 |
[1020100060280] | 온톨로지 스키마와 결합된 개체명 사전 및 마이닝 규칙을 이용한 개체명 사전 또는 마이닝 규칙 데이터베이스 갱신 장치 및 방법 | 새창보기 |
[1020100060279] | 온톨로지 스키마와 결합된 개체명 사전 및 마이닝 규칙을 이용한 용어의 개체명 결정모듈 및 방법 | 새창보기 |
[1020100039407] | 개체명 사전 및 마이닝 규칙이 결합된 온톨로지 스키마를 이용한 리소스 기술 프레임워크 네트워크 구축 장치 및 방법 | 새창보기 |
[1020100035391] | RDF 탐색기반 질의응답 서비스 시스템 및 방법 | 새창보기 |
[1020100033306] | 온톨로지 기반의 서비스 속성 관리 모듈 및 방법, 이를 이용한 서비스 시각화 시스템 및 방법 | 새창보기 |
[1020100028426] | RDF 네트워크 기반 연관검색 서비스 시스템 및 방법 | 새창보기 |
[1020090118944] | 최대 개념강도 인지기법을 이용한 최적의 데이터베이스 선택장치 및 그 방법 | 새창보기 |
[1020090115936] | 과학기술핵심개체 간 의미적 연관관계 자동 추출을 위한 시맨틱 구문 트리 커널 기반 처리 시스템 및 방법 | 새창보기 |
[1020090114122] | 연구자의 연구정보 분석 장치 및 그 방법 그리고 방법에 관한 컴퓨터가 실행할 수 있는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | 새창보기 |
[1020090108696] | 그리드 컴퓨팅을 이용한 과학기술지식발견 프레임워크 | 새창보기 |
[1020090039773] | 시맨틱 서비스 적용 시스템 및 방법 | 새창보기 |
[1020090039771] | 시맨틱 서비스 시스템 및 방법 | 새창보기 |
[1020080127509] | 메모리 및 DBMS 기반의 하이브리드 Rete 추론 시스템 및 방법 | 새창보기 |
[1020080127507] | 인자지정(PARAMETERIZED)SPARQL 질의어를 이용한 DBMS 기반의 시맨틱웹 질의 시스템 | 새창보기 |
[1020080115039] | 의미 기반 자동 연계 시스템 및 방법 | 새창보기 |
[1020080113564] | 동사기반패턴을 이용한 대용량 문헌정보 내에서의 기술용어간 관계추출 시스템 | 새창보기 |
[1020080090787] | 데이터베이스의 개체유형을 이용한 자동 완성 검색 시스템 및 방법 및 프로그램 소스를 기록한 기록매체 | 새창보기 |
[1020080045388] | 다국어 언어자원 구축 및 제공 시스템 | 새창보기 |
[1020080040596] | 과학기술문헌 지식기술 자동추출 기술 | 새창보기 |
[1020080040595] | 대용량 데이터베이스의 의미기반 기술용어 발굴 장치 | 새창보기 |
[1020080032329] | 웹 서비스 연계 관리 시스템 및 방법 | 새창보기 |
[1020070133017] | 사용자 맞춤형 연구 정보 제공 방법 및 시스템 | 새창보기 |
[KST2015206801][한국과학기술정보연구원] | 원문검색시스템 및 그 방법과 이를 기록한 기록매체 | 새창보기 |
---|---|---|
[KST2015206812][한국과학기술정보연구원] | 개체 식별 결과 검색 시스템 및 방법 | 새창보기 |
[KST2015206857][한국과학기술정보연구원] | 인자지정(PARAMETERIZED)SPARQL 질의어를 이용한 DBMS 기반의 시맨틱웹 질의 시스템 | 새창보기 |
[KST2015206743][한국과학기술정보연구원] | 어댑티브 온톨로지 정보 제공 방법, 어댑티브 온톨로지 정보 제공 장치, 어댑티브 온톨로지 정보를 제공하는 프로그램을 저장하는 저장매체 | 새창보기 |
[KST2015206783][한국과학기술정보연구원] | DBMS 기반 지식 확장 및 추론 서비스 시스템 및 그방법 | 새창보기 |
[KST2015206749][한국과학기술정보연구원] | 공기 정보를 이용한 문장 클러스터 기반의 정보 검색 장치 및 방법 | 새창보기 |
[KST2015206781][한국과학기술정보연구원] | 트리구조를 이용한 무 검색어 검색 시스템 및 그에 따른검색방법 | 새창보기 |
[KST2015206864][한국과학기술정보연구원] | 온톨로지 스키마와 결합된 개체명 사전 및 마이닝 규칙을 이용한 용어의 개체명 결정모듈 및 방법 | 새창보기 |
[KST2015206883][한국과학기술정보연구원] | OCR 데이터베이스 구축 방법 및 시스템 | 새창보기 |
[KST2014062998][한국과학기술정보연구원] | 온톨로지 기반 연관성 추적 기술 | 새창보기 |
[KST2015206745][한국과학기술정보연구원] | 시뮬레이션 워크플로우 관리 시스템 | 새창보기 |
[KST2015206766][한국과학기술정보연구원] | Part-whole 관계를 이용한 제품의 혁신 수준 측정 방법 및 시스템 | 새창보기 |
[KST2015206804][한국과학기술정보연구원] | 특허 유사도 검출에 의한 지적재산권 포괄 성형망 구현장치 및 방법 | 새창보기 |
[KST2015206860][한국과학기술정보연구원] | 특허문서 분류 시스템 및 방법 | 새창보기 |
[KST2014063004][한국과학기술정보연구원] | 풀 텍스트 엑스엠엘 논문 구축 시스템 및 방법 | 새창보기 |
[KST2014061522][한국과학기술정보연구원] | 기술 생명 주기 그래프를 이용한 기술 추이 제공 방법 및 시스템 | 새창보기 |
[KST2016021138][한국과학기술정보연구원] | 텍스트 마이닝을 활용한 순수 기업 선정 장치 및 방법(Apparatus and method for selecting a pure play company by using text mining) | 새창보기 |
[KST2014062997][한국과학기술정보연구원] | 테크놀로지 인텔리전스 서비스 기술 | 새창보기 |
[KST2014065659][한국과학기술정보연구원] | 그리드 컴퓨팅 기반 웹 크롤러 시스템 및 그 방법 | 새창보기 |
[KST2015206761][한국과학기술정보연구원] | 결합 가능 기술 분석 시스템 및 방법 | 새창보기 |
[KST2015206869][한국과학기술정보연구원] | 온톨로지 데이터를 그래프 데이터로 변환하기 위한 방법 및 그 장치 | 새창보기 |
[KST2015206738][한국과학기술정보연구원] | 규칙집합 기반 대용량 데이터 처리 시스템 및 방법 | 새창보기 |
[KST2014063003][한국과학기술정보연구원] | 과학기술문헌 지식기술 자동추출 기술 | 새창보기 |
[KST2017009414][한국과학기술정보연구원] | 빅데이터 기반 식품 안전 데이터 분석 장치, 그 방법 및 그 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체(Method, Apparatus for Food Safety Data Analysis Based on Big Data, And a Computer-readableStorage Medium for executing the Method) | 새창보기 |
[KST2015206754][한국과학기술정보연구원] | 패턴 기반 관계 유사도 측정 장치 및 방법 | 새창보기 |
[KST2015206837][한국과학기술정보연구원] | XML 생성 시스템 및 방법 | 새창보기 |
[KST2015206876][한국과학기술정보연구원] | 논문 원문 정보 매핑 관리 시스템 및 방법 | 새창보기 |
[KST2015206877][한국과학기술정보연구원] | 기술 인지도 변화 예측 장치 및 방법 | 새창보기 |
[KST2016012177][한국과학기술정보연구원] | 녹색기술과 결합가능한 연관기술 검색 서비스 시스템 및 방법(SYSTEM AND METHOD FOR SEARCHING ASSOCIATION TECHNOLOGY COMBINABLE GREEN TECHNOLOGY) | 새창보기 |
[KST2015206867][한국과학기술정보연구원] | 논문 서지사항정보 검증 관리 시스템 및 방법 | 새창보기 |
심판사항 정보가 없습니다 |
---|