맞춤기술찾기

이전대상기술

뇌기능 지식 베이스 자가 성장 시스템 및 방법

  • 기술번호 : KST2020005911
  • 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 뇌기능 지식 베이스 자가 성장 시스템 및 방법이 제시된다. 일 실시예에 따른 뇌기능 지식 베이스 자가 성장 방법은, 딥러닝 기반 강화학습 에이전트를 이용하여 뇌기능 지식 베이스를 자동으로 구축하는 단계를 포함하고, 상기 딥러닝 기반 강화학습 에이전트를 이용하여 뇌기능 지식 베이스를 자동으로 구축하는 단계는, 상기 딥러닝 기반 강화학습 에이전트가 판독이 가능한 데이터로부터 뇌기능과 관련된 지식을 자동으로 수집하는 단계; 상기 딥러닝 기반 강화학습 에이전트가 수집된 정보들 사이의 관계 추론이 가능한 형태를 추출하는 단계; 및 상기 딥러닝 기반 강화학습 에이전트가 수집된 정보들 사이의 관계 추론이 가능한 형태를 기반으로 뇌기능 지식 베이스에 추가하는 단계를 포함하여 이루어질 수 있다.
Int. CL G16H 50/70 (2018.01.01) G16H 50/20 (2018.01.01) G06N 3/08 (2006.01.01)
CPC G16H 50/70(2013.01) G16H 50/70(2013.01) G16H 50/70(2013.01)
출원번호/일자 1020180145428 (2018.11.22)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2020-0059999 (2020.05.29) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.11.22)
심사청구항수 13

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 이상완 대전광역시 유성구
2 이지항 대전광역시 유성구
3 이창화 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
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
2018.11.22 수리 (Accepted) 1-1-2018-1167142-49
2 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.04.24 수리 (Accepted) 4-1-2019-5081392-49
3 선행기술조사의뢰서
Request for Prior Art Search
2019.11.14 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2019.12.17 발송처리완료 (Completion of Transmission) 9-6-2020-0088532-16
5 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
6 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
7 의견제출통지서
Notification of reason for refusal
2020.08.05 발송처리완료 (Completion of Transmission) 9-5-2020-0535485-42
8 [출원서 등 보완]보정서
2020.09.29 수리 (Accepted) 1-1-2020-1036409-54
9 [공지예외적용 보완 증명서류]서류제출서
2020.09.29 수리 (Accepted) 1-1-2020-1036410-01
10 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.10.05 수리 (Accepted) 1-1-2020-1046729-38
11 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.10.05 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-1046730-85
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
딥러닝 기반 강화학습 에이전트를 이용하여 뇌기능 지식 베이스를 자동으로 구축하는 단계를 포함하고, 상기 딥러닝 기반 강화학습 에이전트를 이용하여 뇌기능 지식 베이스를 자동으로 구축하는 단계는, 상기 딥러닝 기반 강화학습 에이전트가 판독이 가능한 데이터로부터 뇌기능과 관련된 지식을 자동으로 수집하는 단계; 상기 딥러닝 기반 강화학습 에이전트가 수집된 정보들 사이의 관계 추론이 가능한 형태를 추출하는 단계; 및 상기 딥러닝 기반 강화학습 에이전트가 수집된 정보들 사이의 관계 추론이 가능한 형태를 기반으로 뇌기능 지식 베이스에 추가하는 단계를 포함하는, 뇌기능 지식 베이스 자가 성장 방법
2 2
제1항에 있어서, 상기 딥러닝 기반 강화학습 에이전트를 이용하여 자동으로 구축한 상기 뇌기능 지식 베이스의 완결성과 지식 추론 불확실성에 기반하여 상기 뇌기능 지식 베이스를 스스로 증식하며 진화하는 단계를 더 포함하는, 뇌기능 지식 베이스 자가 성장 방법
3 3
제2항에 있어서, 상기 뇌기능 지식 베이스를 스스로 증식하며 진화하는 단계는, 뇌기능 지식 베이스의 완성도 확인 모듈을 통해 구축된 상기 뇌기능 지식 베이스의 지식 완결성과 지식 추론 불확실성에 근거한 완성도를 판단하는 단계; 상기 뇌기능 지식 베이스의 상기 완성도가 완벽하지 않은 경우, 상기 뇌기능 지식 베이스의 완성도 확인 모듈을 통해 상기 완성도가 상대적으로 가장 낮은 뇌기능 지식 베이스를 선택 후, 질의어를 생성하는 단계; 상기 질의어를 현재 뇌기능 지식 베이스를 이용하여 완성도를 높일 수 있는지 여부를 확인하는 단계; 및 상기 완성도를 높일 수 있는 경우, 상기 완성도를 높이고 상기 현재 뇌기능 지식 베이스에 반영하는 단계를 포함하는, 뇌기능 지식 베이스 자가 성장 방법
4 4
제3항에 있어서, 상기 질의어는, RDF 3 요소(Tripplet)의 구조로 구성되고, 완성도가 상대적으로 낮아 의미 구조상 불완전한 형태인 것을 특징으로 하는, 뇌기능 지식 베이스 자가 성장 방법
5 5
제3항에 있어서,상기 질의어를 현재 뇌기능 지식 베이스를 이용하여 완성도를 높일 수 있는지 여부를 확인하기 이전에, 상기 질의어에 적합한 결과를 도출하도록 상기 딥러닝 기반 강화학습 에이전트가 다중 지식 간 관계 규명을 목적함수로 하여 상기 뇌기능 지식 베이스를 탐험하는 단계를 더 포함하는, 뇌기능 지식 베이스 자가 성장 방법
6 6
제3항에 있어서,상기 질의어를 현재 뇌기능 지식 베이스를 이용하여 완성도를 높일 수 있는지 여부를 확인한 후, 상기 딥러닝 기반 강화학습 에이전트가 결과를 도출하지 못하고 상기 완성도가 유지되거나 감소되는 경우, 상기 질의어를 외부 시스템을 통해 검색하는 단계를 더 포함하는, 뇌기능 지식 베이스 자가 성장 방법
7 7
제2항에 있어서, 상기 뇌기능 지식 베이스를 스스로 증식하며 진화하는 단계는, 구축된 상기 뇌기능 지식 베이스의 정보들이 완벽한 세트로 이루어진 정보들인지에 대한 지식 완결성과 정확한 정보를 가지고 있는지에 대한 지식 추론 불확실성을 확인하고, 상기 완벽한 세트로 이루어진 정보들이 아닌 경우, 상기 딥러닝 기반 강화학습 에이전트가 완벽하지 않은 세트의 정보를 키워드로 하여 외부에서 이 정보를 다시 검색하여 상기 지식 완결성을 지속적으로 확인 후 보정하는 것을 특징으로 하는, 뇌기능 지식 베이스 자가 성장 방법
8 8
제2항에 있어서, 상기 뇌기능 지식 베이스를 스스로 증식하며 진화하는 단계는, 구축된 상기 뇌기능 지식 베이스의 정보들이 완벽한 세트로 이루어진 정보들인지에 대한 지식 완결성과 정확한 정보를 가지고 있는지에 대한 지식 추론 불확실성을 확인하고, 상기 정확한 정보를 가지고 있지 않은 경우, 상기 딥러닝 기반 강화학습 에이전트가 동일한 정보를 키워드로 하여 외부에서 이 정보를 다시 검색하고, 동일한 내용을 강화시키는 정보에 대해서는 지식 추론 불확실성을 낮추어, 일정 수준 이하의 불확실성을 가지게 되면 자가 수정을 멈추는 것을 특징으로 하는, 뇌기능 지식 베이스 자가 성장 방법
9 9
판독이 가능한 데이터로부터 뇌기능과 관련된 지식을 자동으로 수집하여, 수집된 정보들 사이의 관계 추론이 가능한 형태의 뇌기능 지식 베이스를 구축하는 딥러닝 기반 강화학습 에이전트를 포함하는, 뇌기능 지식 베이스 자가 성장 시스템
10 10
제9항에 있어서, 상기 딥러닝 기반 강화학습 에이전트는, 자동으로 구축한 상기 뇌기능 지식 베이스의 완결성과 지식 추론 불확실성에 기반하여 상기 뇌기능 지식 베이스를 스스로 증식하며 진화하는 것을 특징으로 하는, 뇌기능 지식 베이스 자가 성장 시스템
11 11
제9항에 있어서, 구축된 상기 뇌기능 지식 베이스의 지식 완결성과 지식 추론 불확실성에 근거한 완성도를 계산하는 상기 뇌기능 지식 베이스의 완성도 확인 모듈을 더 포함하고, 상기 딥러닝 기반 강화학습 에이전트는, 상기 뇌기능 지식 베이스의 완성도 확인 모듈에서 선택한 질의어를 현재 뇌기능 지식 베이스를 이용하여 완성도를 높일 수 있는지 여부를 확인하고, 상기 완성도를 높일 수 있는 경우, 상기 완성도를 높이고 상기 현재 뇌기능 지식 베이스에 반영하는 것을 특징으로 하는, 뇌기능 지식 베이스 자가 성장 시스템
12 12
제11항에 있어서, 상기 뇌기능 지식 베이스의 완성도 확인 모듈은, 구축된 상기 뇌기능 지식 베이스의 지식 완결성과 지식 추론 불확실성에 근거한 완성도를 판단하고, 상기 뇌기능 지식 베이스의 상기 완성도가 완벽하지 않은 경우, 상기 완성도가 상대적으로 가장 낮은 뇌기능 지식 베이스를 선택 후, 질의어를 생성하는 것을 특징으로 하는, 뇌기능 지식 베이스 자가 성장 시스템
13 13
제11항에 있어서, 상기 질의어는, RDF 3 요소(Tripplet)의 구조로 구성되고, 완성도가 상대적으로 낮아 의미 구조상 불완전한 형태인 것을 특징으로 하는, 뇌기능 지식 베이스 자가 성장 시스템
14 14
제11항에 있어서,상기 딥러닝 기반 강화학습 에이전트는, 상기 질의어를 현재 뇌기능 지식 베이스를 이용하여 완성도를 높일 수 있는지 여부를 확인하기 이전에, 상기 질의어에 적합한 결과를 도출하도록 다중 지식 간 관계 규명을 목적함수로 하여 상기 뇌기능 지식 베이스를 탐험하는 것을 특징으로 하는, 뇌기능 지식 베이스 자가 성장 시스템
15 15
제11항에 있어서,상기 딥러닝 기반 강화학습 에이전트는, 상기 질의어를 현재 뇌기능 지식 베이스를 이용하여 완성도를 높일 수 있는지 여부를 확인한 후, 결과를 도출하지 못하고 상기 완성도가 유지되거나 감소되는 경우, 상기 질의어를 외부 시스템을 통해 검색하는 것을 특징으로 하는, 뇌기능 지식 베이스 자가 성장 시스템
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 미래창조과학부 한국과학기술원 정보통신.방송 연구개발사업 (EZBARO)자율지능 동반자를 위한 적응형 기계학습기술 연구개발(2017)