맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

물체인식을 위한 다층 신경망 학습방법

  • 기술번호 : KST2015216654
  • 담당센터 : 광주기술혁신센터
  • 전화번호 : 062-360-4654
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 연속 가중치 수정 루틴을 이용하여 오류 역전파 학습 알고리즘의 수렴시간을 단축시킬 수 있는 물체인식을 위한 다층 신경망 학습방법에 관한 것이다.본 발명의 물체인식을 위한 다층 신경망 학습 방법은 가중치와 허용오차를 초기화하고 가중치 수정반복 변수를 세팅하는 제1 단계와, 학습패턴의 입력 및 각 층의 응답을 계산하는 제2 단계와, 출력층의 응답을 계산하고 은닉층의 오차를 계산하는 제3 단계와, 가중치 수정반복 변수에 의한 은닉층과 출력층 사이의 가중치를 조정하는 제4 단계와, 학습패턴의 존재여부를 판단하여 학습패턴이 존재하지 않는 경우 오차제곱을 최대의 오차제곱과 비교하는 제5 단계와, 5 단계에서 오차제곱이 최대의 오차제곱보다 작은 경우 학습을 종료하는 제6 단계를 포함하는 것을 특징으로 한다.본 발명에 의하면, 순방향 네트워크로 학습을 진행하고 역전파시 가중치 수정을 위해 가중치 수정반복 변수를 이용하여 학습계획을 결정함으로써 오차의 감소폭이 크게 증대되므로 허용오차에 이르는 시간이 급격히 단축되게 된다.
Int. CL G06F 15/18 (2006.01)
CPC G06N 3/084(2013.01) G06N 3/084(2013.01) G06N 3/084(2013.01)
출원번호/일자 1019990010344 (1999.03.25)
출원인 학교법인조선대학교
등록번호/일자
공개번호/일자 10-2000-0061371 (2000.10.16) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 거절
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (1999.03.25)
심사청구항수 2

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 학교법인조선대학교 대한민국 광주 동구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박종안 대한민국 광주광역시서구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김영호 대한민국 서울특별시 강남구 테헤란로**길 **, *층 (삼성동, 감령빌딩)(김영호국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 출원서
Patent Application		 1999.03.25 수리 (Accepted) 1-1-1999-0026505-08
2 출원인정보변경(경정)신고서
Notification of change of applicant's information		 1999.11.27 수리 (Accepted) 4-1-1999-0144906-85
3 조기출원공개 신청서
Request for Laying Open of Early Application		 2000.08.24 수리 (Accepted) 1-1-2000-0178192-13
4 의견제출통지서
Notification of reason for refusal		 2000.10.31 발송처리완료 (Completion of Transmission) 9-5-2000-0281798-01
5 지정기간연장신청서
Request for Extension of Designated Period		 2000.12.30 수리 (Accepted) 1-1-2000-5406670-02
6 지정기간연장신청서
Request for Extension of Designated Period		 2001.01.31 수리 (Accepted) 1-1-2001-5031115-23
7 지정기간연장신청서
Request for Extension of Designated Period		 2001.02.28 수리 (Accepted) 1-1-2001-0044644-29
8 의견서
Written Opinion		 2001.03.28 수리 (Accepted) 1-1-2001-0069878-25
9 명세서 등 보정서
Amendment to Description, etc.		 2001.03.28 보정승인 (Acceptance of amendment) 1-1-2001-0069875-99
10 의견제출통지서
Notification of reason for refusal		 2001.09.05 발송처리완료 (Completion of Transmission) 9-5-2001-0240261-35
11 지정기간연장신청서
Request for Extension of Designated Period		 2001.11.05 수리 (Accepted) 1-1-2001-0286524-68
12 거절결정서
Decision to Refuse a Patent		 2001.12.15 발송처리완료 (Completion of Transmission) 9-5-2001-0353285-47
13 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2002.02.21 수리 (Accepted) 4-1-2002-0017684-05
14 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2010.04.13 수리 (Accepted) 4-1-2010-5064344-93
15 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2011.09.19 수리 (Accepted) 4-1-2011-5189505-24
16 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2011.09.19 수리 (Accepted) 4-1-2011-5189510-53
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1

가중치와 허용오차를 초기화하고 가중치 수정반복 변수를 세팅하는 제1 단계와,

학습패턴의 입력 및 각 층의 응답을 계산하는 제2 단계와,

출력층의 응답을 계산하고 은닉층의 오차를 계산하는 제3 단계와,

상기 가중치 수정반복 변수에 의한 은닉층과 출력층 사이의 가중치를 조정하는 제4 단계와,

상기 학습패턴의 존재여부를 판단하여 상기 학습패턴이 존재하지 않는 경우 오차제곱을 최대의 오차제곱과 비교하는 제5 단계와,

상기 5 단계에서 상기 오차제곱이 상기 최대의 오차제곱 보다 작은 경우 학습을 종료하는 제6 단계를 포함하는 것을 특징으로 하는 물체인식을 위한 다층 신경망 학습 방법

2 2

제 1 항에 있어서,

상기 5단계에서 상기 학습패턴이 존재하는 경우 상기 2단계로 진행하여 상기 2단계 내지 상기 5단계를 반복 수행하는 것을 특징으로 하는 물체인식을 위한 다층 신경망 학습 방법

3 3

제 1 항에 있어서,

상기 6단계에서 상기 오차제곱이 최대의 오차제곱 보다 작지 않은 경우 오차제곱을 리셋시킨 후 상기 단계 2단계로 진행하여 상기 2단계 내지 상기 6단계를 반복수행하는 것을 특징으로 하는 물체인식을 위한 다층 신경망 학습 방법

지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.