| 1 |
1
복수의 소스로부터 데이터를 수신하는 단계;동적 교차 검증을 통하여 데이터를 슬라이싱하는 단계;오토-인코더를 통하여 비지도 학습을 수행하는 단계; 및임베딩 벡터를 추출하고, 다차원 임베딩 벡터를 구축하는 단계;를 포함하여 이루어지되,상기 동적 교차 검증을 통하여 데이터를 슬라이싱하는 단계는,시계열 또는 이벤트 데이터 세트에 존재하는 다수의 세부 데이터 특성군을 추출하는 내부 클러스터링과 다수의 데이터 세트를 대상으로 여러 내부 클러스터링들을 다시 그루핑하는 외부 클러스터링으로 이루어진 구조형 클러스터링에 적용되고,상기 다차원 임베딩은, 상기 구조형 클러스터링을 수행하는 과정에서 각 클러스터를 다차원 텐서로 표현하는 것으로, 카테고리형 객체를 임베딩하는 것이 아니라 시퀀스 데이터 세트 전체의 특성 또는 상기 시퀀스 데이터에 내재된 패턴 정보를 임베딩하고,상기 내부 클러스터링 과정에서 교차 검증할 구간의 크기를 동적으로 변경하며 성능을 비교하는 것으로, 검증할 구간의 크기(윈도우)를 가변으로 변경하여 최적의 내부 클러스터 경계를 찾는 것을 특징으로 하는 다차원 임베딩을 이용한 시퀀스 데이터 태깅 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
제1항에 있어서,상기 구축된 임베딩 벡터의 차원을 차원 보간법에 따라 축소, 확대 또는 결합 변환하는 것을 특징으로 하는 다차원 임베딩을 이용한 시퀀스 데이터 태깅 방법
|
| 6 |
6
복수의 소스들로부터 데이터를 수신하는 프로세서;를 포함하고,상기 프로세서는,상기 복수의 소스들로부터 데이터를 수신하고,동적 교차 검증을 통하여 데이터를 슬라이싱하여, 오토-인코더를 통하여 비지도 학습을 수행하여, 임베딩 벡터를 추출하고, 다차원 임베딩 벡터를 구축하되,상기 프로세서는,시계열 또는 이벤트 데이터 세트에 존재하는 다수의 세부 데이터 특성군을 추출하는 내부 클러스터링과 다수의 데이터 세트를 대상으로 여러 내부 클러스터링들을 다시 그루핑하는 외부 클러스터링으로 이루어진 구조형 클러스터링의 상기 내부 클러스터링과 외부 클러스터링에서 상기 동적 교차 검증을 통하여 데이터를 슬라이싱하고,상기 다차원 임베딩은, 상기 구조형 클러스터링을 수행하는 과정에서 각 클러스터를 다차원 텐서로 표현하는 것으로,상기 프로세서는, 카테고리형 객체를 임베딩하는 것이 아니라 시퀀스 데이터 세트 전체의 특성 또는 상기 시퀀스 데이터에 내재된 패턴 정보를 임베딩하고,교차 검증할 구간의 크기를 동적으로 변경하며 성능을 비교하여 상기 동적 교차 검증을 통하여 데이터를 슬라이싱하되, 상기 검증할 구간의 크기(윈도우)를 가변으로 변경하여 최적의 내부 클러스터 경계를 찾는 것을 특징으로 하는 다차원 임베딩을 이용한 시퀀스 데이터 태깅 장치
|
| 7 |
7
삭제
|
| 8 |
8
삭제
|
| 9 |
9
삭제
|
| 10 |
10
제6항에 있어서,상기 프로세서는,상기 구축된 임베딩 벡터의 차원을 차원 보간법에 따라 축소, 확대 또는 결합 변환하는 것을 특징으로 하는 다차원 임베딩을 이용한 시퀀스 데이터 태깅 장치
|
