| 1 |
1
은닉 변수를 획득하는 단계; 및상기 은닉 변수와 관련된 선택 또는 처리를 수행하는 단계를 포함하고,상기 은닉 변수의 복수의 성분들은 특정된 순서로 정렬된 처리 방법
|
| 2 |
2
제1항에 있어서,상기 복수의 성분들은 중요도의 순서로 정렬된 처리 방법
|
| 3 |
3
제1항에 있어서,상기 은닉 변수는 미리 학습된 인코더 신경망을 통하여 획득되는 처리 방법
|
| 4 |
4
제3항에 있어서,신경망의 학습에 있어서의 손실은 재구축 손실 및 희소 패널티를 포함하고, 상기 희소 패널티는 상기 은닉 변수의 복수의 성분들의 값들의 가중치가 부여된 합인 처리 방법
|
| 5 |
5
제4항에 있어서,상기 복수의 성분들의 각 성분에게 부여된 상기 가중치는 상기 각 성분이 표현하는 특징 정보가 학습을 위해 사용된 입력 영상들에서 이용되는 빈도와 관련된 처리 방법
|
| 6 |
6
제3항에 있어서,복수의 학습 단계들로 이루어지는 신경망의 학습에 있어서, 복수의 학습 단계들의 각 학습 단계마다 상기 은닉 변수의 복수의 성분들 중 일부의 상위 인덱스의 성분의 요소만이 활성화되는 처리 방법
|
| 7 |
7
제6항에 있어서,상기 활성화되는 일부의 상위 인덱스의 성분들의 개수는 랜덤으로 결정되는 처리 방법
|
| 8 |
8
제6항에 있어서,상기 은닉 변수의 복수의 성분들의 각 성분의 활성화 여부를 조정함으로써 상기 각 성분이 재구축 손실의 크기에 영향을 미치는 확률이 조정되는 처리 방법
|
| 9 |
9
제1항에 있어서,상기 선택은 상기 은닉 변수로부터 영상의 재구축에 있어서 중요도가 낮은 정보를 제거하는 것인 처리 방법
|
| 10 |
10
제1항에 있어서,상기 처리는 상기 은닉 변수의 복수의 성분들 중 특정된 성분을 제거하여 상기 은닉 변수에 대한 데이터의 양을 감소시키는 것인 처리 방법
|
| 11 |
11
제10항에 있어서,상기 특정된 성분은 가장 낮은 중요도를 갖는 하나 이상의 성분인 처리 방법
|
| 12 |
12
제1항에 있어서,상기 처리는 상기 은닉 변수에 대한 양자화인 처리 방법
|
| 13 |
13
제1항에 있어서,상기 복수의 성분들은 중요도의 순서로 정렬되고,상기 처리는 신경망 프루닝이고,상기 신경망 프루닝은 신경망의 은닉 레이어의 노드들 중 가장 낮은 중요도를 갖는 노드들을 제거하는 것인 처리 방법
|
| 14 |
14
제13항에 있어서,상기 신경망 프루닝의 프루닝 정도를 나타내는 파라미터를 사용하여 상기 신경망으로부터 복수의 신경망들이 유도되는 처리 방법
|
| 15 |
15
은닉 변수가 적용된 디코더 신경망을 사용하여 재구축된 영상을 생성하는 단계를 포함하고,상기 은닉 변수의 복수의 성분들은 특정된 순서로 정렬된 처리 방법
|
| 16 |
16
제15항에 있어서,상기 복수의 성분들은 중요도의 순서로 정렬된 처리 방법
|
| 17 |
17
제15항에 있어서,은닉 변수 생성 정보를 사용하여 상기 은닉 변수를 생성하는 단계를 더 포함하는 처리 방법
|
| 18 |
18
제15항에 있어서,상기 재구축된 영상은 상기 은닉 변수의 복수의 성분들 중 상위 인덱스의 일부 성분들의 특징 정보만을 사용하여 생성되는 처리 방법
|
| 19 |
19
제18항에 있어서,상기 복수의 성분들의 각 성분의 순위는 상기 각 성분의 성분 인덱스를 기준으로 결정되는 처리 방법
|
| 20 |
20
비트스트림을 저장하는 컴퓨터 판독 가능한 기록매체에 있어서, 상기 비트스트림은,은닉 변수 생성 정보를 포함하고,상기 은닉 변수 정보를 사용하여 은닉 변수가 생성되고,상기 은닉 변수가 적용된 디코더 신경망을 사용하여 재구축된 영상이 생성되고,상기 은닉 변수의 복수의 성분들은 특정된 순서로 정렬된 컴퓨터 판독 가능한 기록 매체
|
