1 |
1
제1 지도학습용 학습 데이터 모집단을 통해 제1 분류 규칙을 생성하는 지도학습 처리부;제2 지도학습용 학습 데이터 모집단을 통해 초기 분류 규칙을 생성하고 상기 초기 분류 규칙에 대해 이질성 학습 데이터를 주입하여 제2 분류 규칙을 생성하는 이질성 학습 처리부; 및상기 제1 및 제2 분류 규칙들을 통해 생성된 적어도 하나의 후보 분류 규칙 중에서 최종 분류 규칙을 생성하는 분류 규칙 생성부를 포함하되,상기 적어도 하나의 후보 분류 규칙은 상기 제1 및 제2 분류 규칙들의 분류 결과와 연관되는 임계값과 대체 규칙을 포함하는 것을 특징으로 하는 이질성 학습 기반의 정보 분류 장치
|
2 |
2
제1항에 있어서, 상기 지도학습 처리부는기계학습 알고리즘을 통해 상기 제1 지도학습용 학습 데이터 모집단에 포함된 학습 데이터를 학습하여 상기 제1 분류 규칙을 생성하는 것을 특징으로 하는 이질성 학습 기반의 정보 분류 장치
|
3 |
3
제1항에 있어서, 상기 이질성 학습 처리부는미분류된 복수의 학습 데이터들로 구성된 N개의(상기 N은 자연수) 학습 데이터 모집단들을 상기 이질성 학습 데이터로서 주입하는 것을 특징으로 하는 이질성 학습 기반의 정보 분류 장치
|
4 |
4
제1항에 있어서, 상기 이질성 학습 처리부는상기 초기 분류 규칙을 적용하여 상기 이질성 학습 데이터를 분류하고 분류 결과를 기초로 상기 이질성 학습 데이터를 선별하는 것을 특징으로 하는 이질성 학습 기반의 정보 분류 장치
|
5 |
5
제4항에 있어서, 상기 이질성 학습 처리부는상기 제2 지도학습용 학습 데이터 모집단에 선별된 상기 이질성 학습 데이터를 추가하고 재학습을 통해 이질성 분류기를 생성하는 것을 특징으로 하는 이질성 학습 기반의 정보 분류 장치
|
6 |
6
제5항에 있어서, 상기 이질성 학습 처리부는상기 이질성 분류기가 M개(상기 M은 자연수)인 경우 상기 M개의 이질성 분류기들의 분류 결과를 결합하여 상기 제2 분류 규칙을 생성하는 것을 특징으로 하는 이질성 학습 기반의 정보 분류 장치
|
7 |
7
제1항에 있어서, 상기 분류 규칙 생성부는상기 제1 분류 규칙에 의한 예측값과 상기 제2 분류 규칙에 의한 예측값 간의 비교를 통해 상기 적어도 하나의 후보 분류 규칙을 생성하는 것을 특징으로 하는 이질성 학습 기반의 정보 분류 장치
|
8 |
8
제7항에 있어서, 상기 분류 규칙 생성부는상기 예측값들 간의 차이에 관한 특정 임계값을 포함하는 복수의 예비후보 분류 규칙들을 생성하고 상기 복수의 예비후보 분류 규칙들 각각의 분류 정확도를 기초로 상기 적어도 하나의 후보 분류 규칙을 생성하는 것을 특징으로 하는 이질성 학습 기반의 정보 분류 장치
|
9 |
9
제1항에 있어서, 상기 분류 규칙 생성부는상기 적어도 하나의 후보 분류 규칙에 대해 유효성 검증을 수행하고 상기 유효성 검증을 통과한 후보 분류 규칙을 기초로 상기 최종 분류 규칙을 생성하는 것을 특징으로 하는 이질성 학습 기반의 정보 분류 장치
|
10 |
10
제9항에 있어서, 상기 분류 규칙 생성부는유효성 검증용 데이터 모집단에 대해 상기 적어도 하나의 후보 분류 규칙을 적용하여 산출된 분류 정확도를 이용하여 상기 유효성 검증을 수행하는 것을 특징으로 하는 이질성 학습 기반의 정보 분류 장치
|