| 1 |
1
다수의 분석대상 데이터 중 선택된 입력 데이터들과, 상기 분석대상 데이터를 분석하기 위해 구축된 전산모델에 상기 입력 데이터들을 입력하여 출력된 실제 출력 데이터들을 학습자료로 분류하는 초기 학습자료 생성단계;상기 분석대상 데이터를 탐색집단으로 분류하는 초기 탐색집단 생성단계;상기 학습자료를 이용하여 상기 전산모델에서 출력되는 데이터를 예측하기 위한 인공신경망 모델을 구축하되, 상기 인공신경망 모델에 상기 탐색집단을 입력시 출력되는 출력 예측 데이터들을 토대로 상기 인공신경망 모델의 재구축 여부를 판단하고, 상기 인공신경망 모델의 재구축이 필요하다고 판단시 학습자료를 재설정하여 인공신경망 모델을 재구축하는 모델 구축 단계; 및상기 모델 구축단계를 통해 인공신경망 모델의 재구축이 필요없다고 판단시 광역해를 산출하는 광역해 산출단계;를 포함하고,상기 모델 구축 단계는, 상기 출력 예측 데이터들 중 일부에 대응되는 입력 데이터들과 상기 학습자료에 포함된 입력 데이터들 간의 비중복 데이터 수에 기반하여, 상기 인공 신경망 모델의 재구축 여부를 판단하는 단계를 포함하는,인공신경망을 이용하여 광역해를 산출하는 방법
|
| 2 |
2
제1항에 있어서, 상기 모델 구축 단계는상기 학습자료를 이용하여 상기 전산모델에서 출력되는 데이터를 예측하기 위한 인공신경망 모델을 구축하는 제1모델링 단계;상기 인공신경망 모델에 상기 탐색집단에 포함된 각 데이터들을 입력하여 상기 출력 예측 데이터를 획득하는 제2모델링 단계;상기 출력 예측 데이터들을 토대로 상기 인공신경망 모델에 대한 재구축 여부를 판단하는 제3모델링 단계; 및 상기 제3모델링 단계를 통해 상기 인공신경망 모델의 재구축이 필요하다고 판단되면, 상기 학습자료를 포함하는 새로운 학습자료 및 새로운 탐색집단을 결정하는 제4모델링 단계를 포함하고, 상기 새로운 학습자료 및 새로운 탐색집단을 이용하여 상기 제1모델링 단계부터 상기 제4모델링 단계까지를 반복하는,인공신경망을 이용하여 광역해를 산출하는 방법
|
| 3 |
3
제2항에 있어서, 상기 제3모델링 단계는상기 제2모델링 단계를 통해 산출된 출력 예측 데이터들 중 기설정된 선별기준에 해당하는 출력 예측 데이터들을 선택하는 제1선택단계;상기 제1선택단계를 통해 선택된 출력 예측 데이터들에 각각 대응되는 입력 데이터를 추출하는 선별데이터 추출단계;상기 선별데이터 추출단계를 통해 추출된 입력 데이터들 중 상기 인공신경망 구축에 사용된 학습자료에 미포함된 입력 데이터를 추출하는 미포함 데이터 추출단계; 및 상기 미포함 데이터 추출단계에서 추출된 입력 데이터들의 수가 기설정된 판별기준 수 미만이면, 상기 인공신경망 모델의 재구축이 필요하지 않은 것으로 판단하고, 상기 미포함 데이터 추출단계에서 선택된 상기 입력 데이터 수가 기설정된 판별기준 수 이상이면, 상기 인공신경망 모델의 재구축이 필요한 것으로 판단하는 재구축 여부 판단단계;를 포함하는, 인공신경망을 이용하여 광역해를 산출하는 방법
|
| 4 |
4
제3항에 있어서, 상기 판별기준 수는 상기 초기 학습자료 생성단계에서 상기 분석대상 데이터 중 상기 입력 데이터로 선택된 데이터의 수와 동일한,인공신경망을 이용하여 광역해를 산출하는 방법
|
| 5 |
5
제3항에 있어서, 상기 판별기준 수는 상기 분석대상 데이터들의 수에 따라 적합한 수를 임의로 설정하는,인공신경망을 이용하여 광역해를 산출하는 방법
|
| 6 |
6
제3항에 있어서, 상기 제1선택단계에서, 상기 출력 예측 데이터가 숫자일 경우, 상기 출력 예측 데이터들을 내림차순으로 순위를 결정하고, 결정된 순위에서 1순위부터 기설정된 기준순위까지를 상기 선별기준으로 설정하는, 인공신경망을 이용하여 광역해를 산출하는 방법
|
| 7 |
7
제3항에 있어서, 상기 제1선택단계에서, 상기 출력 예측 데이터가 숫자일 경우, 상기 출력 예측 데이터들을 오름차순으로 순위를 결정하고, 결정된 순위에서 1순위부터 기설정된 기준순위까지를 상기 선별기준으로 설정하는, 인공신경망을 이용하여 광역해를 산출하는 방법
|
| 8 |
8
제6항 또는 제7항에 있어서, 상기 기준순위는 상기 제2모델링 단계에서 출력된 출력 예측 데이터들의 수와 기설정된 산출 비율의 곱에 대응되는 값으로 설정하는,인공신경망을 이용하여 광역해를 산출하는 방법
|
| 9 |
9
제3항에 있어서, 상기 제4모델링 단계는상기 미포함 데이터 추출단계에서 추출된 입력 데이터들 중 일부를 선택하는 제2선택단계;상기 제2선택단계에서 선택된 입력 데이터를 상기 학습자료에 추가하여 새로운 학습자료를 생성하는 자료 추가 단계; 및상기 미포함 데이터 추출단계에서 선택된 입력 데이터 및 상기 학습자료에 포함된 입력 데이터를 새로운 탐색집단으로 설정하는 집단 추가 단계;를 포함하는, 인공신경망을 이용하여 광역해를 산출하는 방법
|
| 10 |
10
제9항에 있어서, 상기 제2선택단계에서는, 상기 초기 학습자료 생성단계에서 상기 학습자료로 선택된 입력 데이터의 수 또는 상기 학습자료로 선택된 입력 데이터의 수보다 작은 수만큼 상기 미포함 데이터 추출단계에서 추출된 입력 데이터들에서 데이터를 선택하는,인공신경망을 이용하여 광역해를 산출하는 방법
|
| 11 |
11
제9항에 있어서, 상기 자료 추가 단계는 상기 제2선택단계에서 선택된 입력 데이터들을 상기 전산모델에 입력하여 출력된 실제 출력 데이터를 획득하는 데이터 추가 획득단계; 및상기 제2선택단계에서 선택된 입력 데이터 및 상기 데이터 추가 획득단계에서 획득한 실제 출력 데이터를 상기 학습자료에 추가하여 새로운 학습자료를 생성하는 자료 생성 단계를 포함하는,인공신경망을 이용하여 광역해를 산출하는 방법
|
| 12 |
12
제6항에 있어서, 상기 광역해 산출단계는상기 제1선택단계에서 선택된 상기 출력 예측 데이터들에 대응되는 입력 데이터들을 산출하는 입력 데이터 산출단계;상기 입력 데이터 산출단계에서 산출된 입력 데이터들을 상기 전산모델에 입력하여 출력된 실제 출력 데이터를 획득하는 출력 데이터 산출단계; 및상기 출력 데이터 산출단계에서 산출된 실제 출력 데이터들 및 모든 상기 학습자료에 포함된 실제 출력 데이터들 중 가장 큰 값을 갖는 실제 출력 데이터에 대응되는 입력 데이터를 산출하는 완료단계;를 포함하는,인공신경망을 이용하여 광역해를 산출하는 방법
|
| 13 |
13
제7항에 있어서, 상기 광역해 산출단계는상기 제1선택단계에서 선택된 상기 출력 예측 데이터들에 대응되는 입력 데이터를 산출하는 입력 데이터 산출단계;상기 전산모델을 이용하여 상기 입력 데이터 산출단계에서 선택된 입력 데이터들에 대한 실제 출력 데이터를 산출하는 출력 데이터 산출단계; 및상기 출력 데이터 산출단계에서 산출된 실제 출력 데이터들 및 모든 상기 학습자료에 포함된 실제 출력 데이터들 중 가장 작은 값을 갖는 실제 출력 데이터에 대응되는 입력 데이터를 산출하는 완료단계;를 포함하는,인공신경망을 이용하여 광역해를 산출하는 방법
|
