| 1 |
1
머신 캐릭터 기반 기계학습 시스템의 머신 캐릭터 제어부가, 학습 데이터를 근거로 서로 상이한 클래스 및 클래스 특성을 갖도록 하나의 인공지능을 복수의 머신 캐릭터로 구분하는 단계;상기 머신 캐릭터 제어부가, 상기 구분된 복수의 머신 캐릭터에 테스트 데이터를 인가하여 각 머신 캐릭터마다 기 설정된 조건을 만족하는 상황별 특징을 추출하는 단계;상기 머신 캐릭터 제어부가, 인식할 입력 데이터 인가시 상기 추출된 복수의 상황별 특징 중에서 상기 입력 데이터의 상황과 일치하는 상황별 특징을 식별하는 단계; 및 상기 머신 캐릭터 제어부가, 상기 복수의 머신 캐릭터 중에서 상기 식별된 상황별 특징에 높은 인식율을 나타내는 머신 캐릭터를 호출하여 입력 데이터의 클래스를 분류하는 단계;를 포함하며,상기 기 설정된 조건을 만족하는 상황별 특징은,상기 각 머신 캐릭터에서 클래스 분류에 성공한 테스트 데이터들의 그룹별 공통 특징임을 특징으로 하는 하이브리드 머신 캐릭터 기반의 기계학습 시스템 구현방법
|
| 2 |
2
제1항에 있어서, 상기 학습 데이터 및 입력 데이터는영상, 이미지, 음성 및 텍스트를 포함하는 것을 특징으로 하는 하이브리드 머신 캐릭터 기반의 기계학습 시스템 구현방법
|
| 3 |
3
제1항에 있어서, 상기 복수의 머신 캐릭터는학습 데이터에 대하여 서로 상이한 클래스와 서로 상이한 클래스 특성을 갖도록 구분되는 것을 특징으로 하는 하이브리드 머신 캐릭터 기반의 기계학습 시스템 구현방법
|
| 4 |
4
제1항에 있어서, 상기 상황별 특징을 추출하는 단계는상기 머신 캐릭터 제어부가, 각 머신 캐릭터에서 테스트 데이터의 클래스를 분류하는 단계; 및 상기 머신 캐릭터 제어부가, 상기 머신 캐릭터에서 분류에 성공한 테스트 데이터를 그룹화하여 각 그룹이 가지고 있는 공통 특징을 상황별 특징으로 추출 및 저장하는 단계;를 포함하는 것을 특징으로 하는 하이브리드 머신 캐릭터 기반의 기계학습 시스템 구현방법
|
| 5 |
5
제1항에 있어서, 상기 상황별 특징들이 추출되면, 상기 머신 캐릭터 제어부가, 상기 학습 데이터의 집합을 이용하여 각 머신 캐릭터를 재학습시키는 단계;를 더 포함하는 것을 특징으로 하는 하이브리드 머신 캐릭터 기반의 기계학습 시스템 구현방법
|
| 6 |
6
제5항에 있어서, 상기 재학습 단계는 상기 머신 캐릭터 제어부가, 상기 추출된 상황별 특징의 수에 따라 학습 데이터를 복수의 그룹으로 재분류하는 단계;상기 머신 캐릭터 제어부가, 상기 재분류된 복수의 학습 데이터 그룹을 1개 이상 조합한 후 학습시켜 각 머신 캐릭터의 에러율이 가장 작은 조합을 찾는 단계; 및 상기 머신 캐릭터 제어부가, 상기 찾은 학습 데이터 그룹의 조합을 이용하여 각 머신 캐릭터를 재학습시키는 단계;를 포함하는 것을 특징으로 하는 하이브리드 머신 캐릭터 기반의 기계학습 시스템 구현방법
|
| 7 |
7
학습 데이터에 대하여 서로 상이한 클래스와 서로 상이한 클래스 특성을 갖도록 분류된 복수의 머신 캐릭터; 및 (a) 복수의 머신 캐릭터에 테스트 데이터를 입력하여 각 머신 캐릭터마다 기 설정된 조건을 만족하는 복수의 상황별 특징을 추출하여 저장하고, (b) 인식할 입력 데이터 인가시 상기 저장된 복수의 상황별 특징 중에서 상기 입력 데이터의 상황과 일치하는 상황별 제1특징을 식별하여, (c) 상기 식별된 상황별 제1특징에 매칭되는 머신 캐릭터를 호출하여 입력 데이터의 클래스를 분류하는 머신 캐릭터 제어부;를 포함하며,상기 머신 캐릭터 제어부는,상기 각 머신 캐릭터에 테스트 데이터를 인가하여 상기 각 머신 캐릭터에서 클래스 분류에 성공한 테스트 데이터를 그룹화한 후, 각 그룹이 가지고 있는 공통 특징을 상기 기 설정된 조건을 만족하는 상황별 특징으로 추출하는 것을 특징으로 하는 하이브리드 머신 캐릭터 기반의 기계학습 시스템
|
| 8 |
8
제7항에 있어서, 상기 학습 데이터 및 입력 데이터는영상, 이미지, 음성 및 텍스트를 포함하는 것을 특징으로 하는 하이브리드 머신 캐릭터 기반의 기계학습 시스템
|
| 9 |
9
삭제
|
| 10 |
10
제7항에 있어서, 상기 머신 캐릭터 제어부는 상기 추출된 상황별 특징의 개수에 따라 학습 데이터를 복수의 그룹으로 재분류하고, 상기 재분류된 복수의 학습 데이터 그룹을 1개 이상 조합한 후 학습시켜 각 머신 캐릭터의 에러율이 가장 작은 조합을 찾은 후 상기 찾은 학습 데이터 그룹의 조합을 이용하여 각 머신 캐릭터를 재학습시키는 것을 특징으로 하는 하이브리드 머신 캐릭터 기반의 기계학습 시스템
|
