맞춤기술찾기

이전대상기술

학습 모델 생성 장치 및 방법

  • 기술번호 : KST2020011405
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
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, 학습 데이터를 복수의 학습 모델에 학습시키는 모델 학습부와, 학습된 복수의 학습 모델 중 가장 정확도가 높은 최적 학습 모델을 선택하는 모델 선택부와, 최적 학습 모델을 제외한 나머지 복수의 학습 모델에 포함되는 복수의 히든 레이어 중 적어도 하나의 선택 레이어를 선택하는 레이어 선택부와, 최적 학습 모델에 선택 레이어를 결합하는 레이어 결합부를 포함하는 학습 모델 생성 장치를 제공한다.
Int. CL G06N 3/08 (2006.01.01)
CPC G06N 3/082(2013.01) G06N 3/082(2013.01)
출원번호/일자 1020190016610 (2019.02.13)
출원인 아주대학교산학협력단
등록번호/일자
공개번호/일자 10-2020-0098904 (2020.08.21) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.02.13)
심사청구항수 10

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 아주대학교산학협력단 대한민국 경기도 수원시 영통구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김하영 경기도 용인시 기흥구
2 김남길 경기도 부천시 조마루로 ***,
3 강바롬 인천광역시 동구
4 염겨레 경기도 수원시 영통구
5 임준범 경기도 화성시 병점*로 ***,
6 장지현 경기도 수원시 영통구
7 정계은 경기도 화성

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인이룸리온 대한민국 서울특별시 서초구 사평대로 ***, *층 (반포동)

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
2019.02.13 수리 (Accepted) 1-1-2019-0150963-20
2 의견제출통지서
Notification of reason for refusal
2020.11.25 발송처리완료 (Completion of Transmission) 9-5-2020-0821361-76
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
학습 데이터를 복수의 학습 모델에 학습시키는 모델 학습부;학습된 상기 복수의 학습 모델 중 가장 정확도가 높은 최적 학습 모델을 선택하는 모델 선택부;상기 최적 학습 모델을 제외한 나머지 상기 복수의 학습 모델에 포함되는 복수의 히든 레이어 중 적어도 하나의 선택 레이어를 선택하는 레이어 선택부; 및상기 최적 학습 모델에 상기 선택 레이어를 결합하는 레이어 결합부를 포함하는 학습 모델 생성 장치
2 2
제 1 항에 있어서,상기 선택 레이어의 데이터들 중 중복된 중복 데이터를 추출하고, 추출된 상기 중복 데이터 중 어느 하나만 남기고 나머지는 제거하는 데이터 제거부를더 포함하는 학습 모델 생성 장치
3 3
제 2 항에 있어서,상기 데이터 제거부는K-DPP(Determinant Point Process) 방법을 이용하여 상기 중복 데이터를 추출 및 제거하는 학습 모델 생성 장치
4 4
제 2 항에 있어서,상기 데이터 제거부는상기 최적 학습 모델에 상기 중복 데이터를 추출 및 제거하기 위한 제거 레이어를 추가하는 학습 모델 생성 장치
5 5
제 4 항에 있어서,상기 데이터 학습부는상기 제거 레이어에서 상기 중복 데이터가 추출 및 제거될 수 있도록 상기 최적 학습 모델을 학습시키는학습 모델 생성 장치
6 6
학습 데이터를 복수의 학습 모델에 학습시키는 단계;학습된 상기 복수의 학습 모델 중 가장 정확도가 높은 최적 학습 모델을 선택하는 단계;상기 최적 학습 모델을 제외한 나머지 상기 복수의 학습 모델에 포함되는 복수의 히든 레이어 중 적어도 하나의 선택 레이어를 선택하는 단계; 및상기 최적 학습 모델에 상기 선택 레이어를 결합하는 단계를 포함하는 학습 모델 생성 방법
7 7
제 6 항에 있어서,상기 선택 레이어의 데이터들 중 중복된 중복 데이터를 추출하고, 추출된 상기 중복 데이터 중 어느 하나만 남기고 나머지는 제거하는 단계를더 포함하는 학습 모델 생성 방법
8 8
제 7 항에 있어서,상기 중복 데이터를 추출 및 제거하는 단계는K-DPP(Determinant Point Process)를 이용하여 상기 중복 데이터를 추출 및 제거하는 단계인 학습 모델 생성 방법
9 9
제 7 항에 있어서,상기 중복 데이터를 추출 및 제거하는 단계는상기 최적 학습 모델에 상기 중복 데이터를 추출 및 제거하기 위한 제거 레이어를 추가하는 단계인 학습 모델 생성 방법
10 10
제 9 항에 있어서,상기 제거 레이어에서 상기 중복 데이터가 추출 및 제거될 수 있도록 상기 최적 학습 모델을 학습시키는 단계를 더 포함하는 학습 모델 생성 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.