맞춤기술찾기

이전대상기술

디지털 스토리텔링을 위한 계층적 분류 기반의 증분 클래스 학습 방법 및 컴퓨팅 장치

  • 기술번호 : KST2020004291
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 적절한 멀티미디어 또는 서비스를 추천 시 증분 클래스 학습이 가능한 계층적 분류 모델을 제안하는 디지털 스토리텔링을 위한 계층적 분류 기반의 증분 클래스 학습 방법 및 컴퓨팅 장치에 관한 것이다. 이와 같은 본 발명의 특징은 차단 ARTMAP 모듈과 분류 ARTMAP 모듈로 이루어진 분류 모듈을 이용하여 계층적 분류가 가능하도록 하는 증분 클래스 학습 방법에 있어서, (a) 서로 다른 채널의 입력 정보가 차단 ARTMAP 모듈과 분류 ARTMAP 모듈로 각각 입력되는 단계; (b) 상기 단계 (a)에서 입력된 서로 다른 채널의 입력 정보가 반영된 입력벡터가 임의의 계층의 차단 ARTMAP 모듈로 입력되어 다음 임의의 계층으로의 증분 정보가 출력되고, 상기 단계 (a)에서 입력된 서로 다른 채널의 입력 정보가 반영된 입력벡터가 임의의 계층의 분류 ARTMAP 모듈로 입력되어 여기서 이 임의의 계층의 클래스 벡터가 출력되는 단계; 및 (c) 상기 단계 (b)에서 출력된 임의의 계층의 클래스 벡터가 상기 단계 (b)의 서로 다른 채널의 입력 정보가 반영된 입력벡터에 추가되는 단계를 포함한다.
Int. CL G06F 16/00 (2019.01.01) G06N 99/00 (2019.01.01) G06F 40/20 (2020.01.01)
CPC G06F 16/35(2013.01) G06F 16/35(2013.01) G06F 16/35(2013.01) G06F 16/35(2013.01) G06F 16/35(2013.01)
출원번호/일자 1020180124477 (2018.10.18)
출원인 한국과학기술원
등록번호/일자 10-2113663-0000 (2020.05.15)
공개번호/일자 10-2020-0043725 (2020.04.28) 문서열기
공고번호/일자 (20200522) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.10.18)
심사청구항수 24

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김종환 대전광역시 유성구
2 박주연 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 장수현 대한민국 서울특별시 서초구 바우뫼로 ***, *층(양재동, 영진빌딩)(두리암특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2018.10.18 수리 (Accepted) 1-1-2018-1028602-79
2 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.04.24 수리 (Accepted) 4-1-2019-5081392-49
3 의견제출통지서
Notification of reason for refusal
2020.01.15 발송처리완료 (Completion of Transmission) 9-5-2020-0036354-54
4 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2020.02.27 수리 (Accepted) 1-1-2020-0208526-09
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.02.27 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0208602-71
6 등록결정서
Decision to grant
2020.04.27 발송처리완료 (Completion of Transmission) 9-5-2020-0295512-24
7 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
8 [명세서등 보정]보정서(심사관 직권보정)
2020.05.20 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-5012158-42
9 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
차단 ARTMAP 모듈과 분류 ARTMAP 모듈로 이루어진 분류 모듈을 이용하여 계층적 분류가 가능하도록 하는 증분 클래스 학습 방법에 있어서,(a) 서로 다른 채널의 입력 정보가 차단 ARTMAP 모듈과 분류 ARTMAP 모듈로 각각 입력되는 단계;(b) 상기 단계 (a)에서 입력된 서로 다른 채널의 입력 정보가 반영된 입력벡터가 임의의 계층의 차단 ARTMAP 모듈로 입력되어 다음 임의의 계층으로의 증분 정보가 출력되고, 상기 단계 (a)에서 입력된 서로 다른 채널의 입력 정보가 반영된 입력벡터가 임의의 계층의 분류 ARTMAP 모듈로 입력되어 여기서 이 임의의 계층의 클래스 벡터가 출력되는 단계; 및(c) 상기 단계 (b)에서 출력된 임의의 계층의 클래스 벡터가 상기 단계 (b)의 서로 다른 채널의 입력 정보가 반영된 입력벡터에 추가되는 단계를 포함하는 디지털 스토리텔링을 위한 계층적 분류 기반의 증분 클래스 학습 방법
2 2
청구항 1에 있어서, 상기 서로 다른 채널의 입력 정보는 키워드와 상황정보 인 것을 특징으로 하는 디지털 스토리텔링을 위한 계층적 분류 기반의 증분 클래스 학습 방법
3 3
청구항 2에 있어서,상기 키워드는 사용자의 대화문장 인 것을 특징으로 하는 디지털 스토리텔링을 위한 계층적 분류 기반의 증분 클래스 학습 방법
4 4
청구항 2에 있어서,상기 상황정보는 사용자의 위치, 시간, 상태 중 적어도 하나 이상인 것을 특징으로 하는 디지털 스토리텔링을 위한 계층적 분류 기반의 증분 클래스 학습 방법
5 5
청구항 1에 있어서,상기 단계 (c) 이후에, 상기 단계 (c)에서 임의의 계층의 클래스 벡터가 추가된 상기 단계 (b)의 입력벡터가 다음 임의의 계층의 차단 ARTMAP 모듈로 입력되어 또 다음 임의의 계층의 증분 정보가 출력되고, 상기 단계 (c)에서 임의의 계층의 클래스 벡터가 추가된 상기 단계 (b)의 입력벡터가 다음 임의의 계층의 분류 ARTMAP 모듈로 입력되어 이 다음 임의의 계층의 클래스 벡터가 출력되는 단계를 포함하는 것을 특징으로 하는 디지털 스토리텔링을 위한 계층적 분류 기반의 증분 클래스 학습 방법
6 6
청구항 1에 있어서,상기 단계 (c)에서 상기 단계 (b)에서 출력된 임의의 계층의 클래스 벡터는 상기 단계 (b)의 서로 다른 채널의 입력 정보가 반영된 입력벡터에 추가될 때 실시간으로 정규화 되는 것을 특징으로 하는 디지털 스토리텔링을 위한 계층적 분류 기반의 증분 클래스 학습 방법
7 7
청구항 1에 있어서,상기 차단 ARTMAP 모듈을 통하여 다음 임의의 계층 또는 또 다음 임의의 계층으로의 차단 정보가 출력될 경우, 상기 차단 ARTMAP 모듈과 분류 ARTMAP 모듈을 통한 분류 학습을 마치는 것을 특징으로 하는 디지털 스토리텔링을 위한 계층적 분류 기반의 증분 클래스 학습 방법
8 8
청구항 1에 있어서,상기 다음 임의의 계층 또는 또 다음 임의의 계층으로의 증분 정보는 사용자로부터 입력되는 것을 특징으로 하는 디지털 스토리텔링을 위한 계층적 분류 기반의 증분 클래스 학습 방법
9 9
적어도 하나의 프로세서; 및컴퓨터로 실행가능한 명령을 저장하는 메모리를 포함하되,상기 메모리에 저장된 상기 컴퓨터로 실행가능한 명령은, 상기 적어도 하나의 프로세서에,(a) 서로 다른 채널의 입력 정보가 차단 ARTMAP 모듈과 분류 ARTMAP 모듈로 각각 입력되는 단계;(b) 상기 단계 (a)에서 입력된 서로 다른 채널의 입력 정보가 반영된 입력벡터가 임의의 계층의 차단 ARTMAP 모듈로 입력되어 다음 임의의 계층으로의 증분 정보가 출력되고, 상기 단계 (a)에서 입력된 서로 다른 채널의 입력 정보가 반영된 입력벡터가 임의의 계층의 분류 ARTMAP 모듈로 입력되어 여기서 이 임의의 계층의 클래스 벡터가 출력되는 단계; 및(c) 상기 단계 (b)에서 출력된 임의의 계층의 클래스 벡터가 상기 단계 (b)의 서로 다른 채널의 입력 정보가 반영된 입력벡터에 추가되는 단계를 포함하는 차단 ARTMAP 모듈과 분류 ARTMAP 모듈로 이루어진 분류 모듈을 이용하여 계층적 분류가 가능하도록 하는 증분 클래스 학습 방법을 실행시키기 위한 컴퓨팅 장치
10 10
청구항 9에 있어서, 상기 서로 다른 채널의 입력 정보는 키워드와 상황정보 인 것을 특징으로 하는 컴퓨팅 장치
11 11
청구항 10에 있어서,상기 키워드는 사용자의 대화문장 인 것을 특징으로 하는 컴퓨팅 장치
12 12
청구항 10에 있어서,상기 상황정보는 사용자의 위치, 시간, 상태 중 적어도 하나 이상인 것을 특징으로 하는 컴퓨팅 장치
13 13
청구항 9에 있어서,상기 단계 (c) 이후에, 상기 단계 (c)에서 임의의 계층의 클래스 벡터가 추가된 상기 단계 (b)의 입력벡터가 다음 임의의 계층의 차단 ARTMAP 모듈로 입력되어 또 다음 임의의 계층의 증분 정보가 출력되고, 상기 단계 (c)에서 임의의 계층의 클래스 벡터가 추가된 상기 단계 (b)의 입력벡터가 다음 임의의 계층의 분류 ARTMAP 모듈로 입력되어 이 다음 임의의 계층의 클래스 벡터가 출력되는 단계를 포함하는 것을 특징으로 하는 컴퓨팅 장치
14 14
청구항 9에 있어서,상기 단계 (c)에서 상기 단계 (b)에서 출력된 임의의 계층의 클래스 벡터는 상기 단계 (b)의 서로 다른 채널의 입력 정보가 반영된 입력벡터에 추가될 때 실시간으로 정규화 되는 것을 특징으로 하는 컴퓨팅 장치
15 15
청구항 9에 있어서,상기 차단 ARTMAP 모듈을 통하여 다음 임의의 계층 또는 또 다음 임의의 계층으로의 차단 정보가 출력될 경우, 상기 차단 ARTMAP 모듈과 분류 ARTMAP 모듈을 통한 분류 학습을 마치는 것을 특징으로 하는 컴퓨팅 장치
16 16
청구항 9에 있어서,상기 다음 임의의 계층 또는 또 다음 임의의 계층으로의 증분 정보는 사용자로부터 입력되는 것을 특징으로 하는 컴퓨팅 장치
17 17
컴퓨팅 장치에,(a) 서로 다른 채널의 입력 정보가 차단 ARTMAP 모듈과 분류 ARTMAP 모듈로 각각 입력되는 단계;(b) 상기 단계 (a)에서 입력된 서로 다른 채널의 입력 정보가 반영된 입력벡터가 임의의 계층의 차단 ARTMAP 모듈로 입력되어 다음 임의의 계층으로의 증분 정보가 출력되고, 상기 단계 (a)에서 입력된 서로 다른 채널의 입력 정보가 반영된 입력벡터가 임의의 계층의 분류 ARTMAP 모듈로 입력되어 이 임의의 계층의 클래스 벡터가 출력되는 단계; 및(c) 상기 단계 (b)에서 출력된 임의의 계층의 클래스 벡터가 상기 단계 (b)의 서로 다른 채널의 입력 정보가 반영된 입력벡터에 추가되는 단계로 이루어진 차단 ARTMAP 모듈과 분류 ARTMAP 모듈로 이루어진 분류 모듈을 이용하여 계층적 분류가 가능하도록 하는 증분 클래스 학습 방법을 실행시키기 위한 비일시적 저장매체에 저장된 컴퓨터 프로그램
18 18
청구항 17에 있어서, 상기 서로 다른 채널의 입력 정보는 키워드와 상황정보 인 것을 특징으로 하는 비일시적 저장매체에 저장된 컴퓨터 프로그램
19 19
청구항 18에 있어서,상기 키워드는 사용자의 대화문장 인 것을 특징으로 하는 비일시적 저장매체에 저장된 컴퓨터 프로그램
20 20
청구항 18에 있어서,상기 상황정보는 사용자의 위치, 시간, 상태 중 적어도 하나 이상인 것을 특징으로 하는 비일시적 저장매체에 저장된 컴퓨터 프로그램
21 21
청구항 17에 있어서,상기 단계 (c) 이후에, 상기 단계 (c)에서 임의의 계층의 클래스 벡터가 추가된 상기 단계 (b)의 입력벡터가 다음 임의의 계층의 차단 ARTMAP 모듈로 입력되어 또 다음 임의의 계층의 증분 정보가 출력되고, 상기 단계 (c)에서 임의의 계층의 클래스 벡터가 추가된 상기 단계 (b)의 입력벡터가 다음 임의의 계층의 분류 ARTMAP 모듈로 입력되어 이 다음 임의의 계층의 클래스 벡터가 출력되는 단계를 포함하는 것을 특징으로 하는 비일시적 저장매체에 저장된 컴퓨터 프로그램
22 22
청구항 17에 있어서,상기 단계 (c)에서 상기 단계 (b)에서 출력된 임의의 계층의 클래스 벡터는 상기 단계 (b)의 서로 다른 채널의 입력 정보가 반영된 입력벡터에 추가될 때 실시간으로 정규화 되는 것을 특징으로 하는 비일시적 저장매체에 저장된 컴퓨터 프로그램
23 23
청구항 17에 있어서,상기 차단 ARTMAP 모듈을 통하여 다음 임의의 계층 또는 또 다음 임의의 계층으로의 차단 정보가 출력될 경우, 상기 차단 ARTMAP 모듈과 분류 ARTMAP 모듈을 통한 분류 학습을 마치는 것을 특징으로 하는 비일시적 저장매체에 저장된 컴퓨터 프로그램
24 24
청구항 17에 있어서,상기 다음 임의의 계층 또는 또 다음 임의의 계층으로의 증분 정보는 사용자로부터 입력되는 것을 특징으로 하는 비일시적 저장매체에 저장된 컴퓨터 프로그램
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 한국과학기술원 이공분야기초연구사업 사람과 감성 상호작용과 협업이 가능한 기계학습 기반 통합 지능 로봇 시스템(1차년도)