맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

관련성 전사를 이용한 신경망 학습 방법 및 서비스 장치

  • 기술번호 : KST2020013100
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
상담신청 PDF 받기
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 관련성 전사를 이용한 신경망 학습 방법은 학습 장치가 신경망에 대하여 학습 데이터를 이용한 순방향 전사 과정을 수행하여 제1 손실함수를 결정하는 단계, 상기 학습 장치가 상기 신경망에 대하여 역방향 관련성 전사 과정에서 각 계층의 특징 맵과 역방향 관련성 정보를 기준으로 계층별 손실함수를 연산하는 단계, 상기 학습 장치가 계층별 손실함수를 합산한 결과로 생성되는 제2 손실함수와 상기 제1 손실합수를 합산하여 최종 손실함수를 결정하는 단계 및 상기 학습 장치가 상기 최종 손실함수를 이용하여 역방향 전사 과정을 수행하면서 상기 각 계층의 가중치를 갱신하는 단계를 포함한다.
Int. CL G06N 3/08 (2006.01.01) G06N 3/063 (2006.01.01)
CPC G06N 3/08(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020190064861 (2019.05.31)
출원인 이화여자대학교 산학협력단
등록번호/일자 10-2157441-0000 (2020.09.11)
공개번호/일자
공고번호/일자 (20200917) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.05.31)
심사청구항수 10

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 이화여자대학교 산학협력단 대한민국 서울특별시 서대문구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 강제원 서울특별시 마포구
2 유채화 경상남도 통영시 무전*길 ***,
3 김나영 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인(유한)아이시스 대한민국 서울특별시 강남구 테헤란로**길 **, 인화빌딩 *층 (삼성동)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 이화여자대학교 산학협력단 대한민국 서울특별시 서대문구
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		 2019.05.31 수리 (Accepted) 1-1-2019-0563817-48
2 등록결정서
Decision to grant		 2020.09.10 발송처리완료 (Completion of Transmission) 9-5-2020-0627535-17
3 [명세서등 보정]보정서(심사관 직권보정)
 2020.09.15 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-5023618-01
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
학습 장치가 신경망에 대하여 학습 데이터를 이용한 순방향 전사 과정을 수행하여 제1 손실함수를 결정하는 단계;상기 학습 장치가 상기 신경망에 대하여 역방향 관련성 전사 과정에서 각 계층의 특징 맵과 역방향 관련성 정보를 기준으로 계층별 손실함수를 연산하는 단계;상기 학습 장치가 계층별 손실함수를 합산한 결과로 생성되는 제2 손실함수와 상기 제1 손실함수를 합산하여 최종 손실함수를 결정하는 단계; 및상기 학습 장치가 상기 최종 손실함수를 이용하여 역방향 전사 과정을 수행하면서 상기 각 계층의 가중치를 갱신하는 단계를 포함하는 관련성 전사를 이용한 신경망 학습 방법
2 2
제1항에 있어서,상기 학습 장치가 학습 데이터를 이용한 순방향 전사 과정과 역방향 전사 과정을 수행하면서 상기 신경망을 초기 학습하는 단계를 더 포함하고,상기 초기 학습된 신경망의 판단 결과가 기준값보다 높은 정확도를 갖는 경우에 상기 계층별 손실함수를 연산하는 과정을 진행하는 관련성 전사를 이용한 신경망 학습 방법
3 3
제1항에 있어서,상기 신경망의 i 번째 계층에 대한 상기 계층별 손실함수는 i-1 번째 계층에서 생성한 특징맵과 상기 i 번째 계층에서의 역방향 관련성 사이의 손실 함수인 관련성 전사를 이용한 신경망 학습 방법
4 4
제3항에 있어서,상기 i 번째 계층에서의 역방향 관련성은 아래의 역방향 활성화 맵으로 결정되는 관련성 전사를 이용한 신경망 학습 방법
5 5
제1항에 있어서,상기 제2 손실함수는 상기 각 계층 전체의 계층별 손실함수의 평균값인 관련성 전사를 이용한 신경망 학습 방법
6 6
컴퓨터에서 제1항 내지 제5항 중 어느 하나의 항에 기재된 관련성 전사를 이용한 신경망 학습 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체
7 7
입력 데이터를 입력받는 입력 장치;관련성 전사를 이용하여 학습된 신경망 모델을 저장하는 저장 장치; 및상기 입력 데이터를 상기 신경망 모델에 입력하고, 상기 신경망 모델이 출력하는 결과를 이용하여 특정한 서비스 정보를 생성하는 연산 장치를 포함하되,상기 신경망 모델은 역방향 관련성 전사 과정에서 생성되는 계층별 손실함수를 이용하여 생성되는 최종 손실함수를 기준으로 학습되는 관련성 전사를 이용하여 학습된 신경망을 이용한 서비스 장치
8 8
제7항에 있어서,상기 최종 손실함수는 학습 데이터를 기준으로 상기 신경망 모델에 대하여 순방향 전사 과정을 수행하여 결정되는 제1 손실함수 및 상기 신경망 모델에 대하여 역방향 관련성 전사 과정에서 각 계층의 특징 맵과 역방향 관련성 정보를 기준으로 결정되는 상기 계층별 손실함수를 이용하여 생성되는 제2 손실함수를 합산한 손실함수인 관련성 전사를 이용하여 학습된 신경망을 이용한 서비스 장치
9 9
제7항에 있어서,상기 신경망의 i 번째 계층에 대한 상기 계층별 손실함수는 i-1 번째 계층에서 생성한 특징맵과 상기 i 번째 계층에서의 역방향 관련성 사이의 손실 함수인 관련성 전사를 이용하여 학습된 신경망을 이용한 서비스 장치
10 10
제9항에 있어서,상기 i 번째 계층에서의 역방향 관련성은 아래의 역방향 활성화 맵으로 결정되는 관련성 전사를 이용하여 학습된 신경망을 이용한 서비스 장치
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 이화여자대학교 산학협력단 정보통신.방송 연구개발사업-차세대(UHD)방송 서비스 활성화기술개발사업 6DoF지원 초고화질 몰입형 비디오의 압축 및 전송 핵심 기술 개발
2 과학기술정보통신부 이화여자대학교 산학협력단 기초연구사업(학술진흥)(2019)-신진연구(연평균연구비 1억원 이내) 고화질 비디오의 장기간 예측과 해석 가능한 딥러닝 모델 기반의 비디오 신호처리 알고리즘 개발