| 1 |
1
속성 선택 장치에 의해 수행되는 몬테카를로 트리 검색 기반의 속성 선택 방법에 있어서, 속성을 나타내는 노드로 이루어지는 속성 선택 트리(Feature selection tree)를 검색하기 위해, 현재까지 확장된 속성 선택 트리에서 확장되지 않은 노드에 도달할 때까지 노드의 최대 리워드(reward) 값을 사용하여 노드를 선택하는 단계; 상기 선택된 노드의 하위 노드를 생성하여 트리를 확장하는 단계; 최적의 속성 서브세트를 산출하도록, 상기 생성된 하위 노드로부터 확장되지 않은 나머지 노드를 확장시켜 시뮬레이션하는 단계; 및 상기 시뮬레이션 결과를 상기 선택된 노드를 통해 역전파(Back propagation)하여 상기 속성 선택 트리를 업데이트하는 단계를 포함하고,상기 시뮬레이션하는 단계는, 상기 생성된 하위 노드로부터 확장되지 않은 나머지 노드까지의 경로에 포함된 적어도 하나의 속성 서브세트를 산출하는, 몬테카를로 트리 검색 기반의 속성 선택 방법
|
| 2 |
2
제1항에 있어서, 상기 노드를 선택하는 단계는, 몬테 카를로 트리 검색(Monte Carlo Tree Search)을 사용하여 상기 속성 선택 트리에서 속성을 나타내는 노드를 추가하여 트리를 검색하는, 몬테카를로 트리 검색 기반의 속성 선택 방법
|
| 3 |
3
제1항에 있어서, 상기 노드를 선택하는 단계는, 상기 노드의 최대 정확도를 나타내는 최대 보상(reward) 값, 상기 노드가 방문된 횟수, 및 상기 노드의 상위 노드가 방문된 횟수를 사용하여 노드를 선택하는, 몬테카를로 트리 검색 기반의 속성 선택 방법
|
| 4 |
4
제1항에 있어서, 상기 시뮬레이션하는 단계는, 상기 생성된 하위 노드로부터 확장되지 않은 나머지 노드에 도달할 때까지 나머지 노드를 랜덤하게 확장시켜 시뮬레이션하는, 몬테카를로 트리 검색 기반의 속성 선택 방법
|
| 5 |
5
제1항에 있어서, 상기 시뮬레이션하는 단계는, 상기 확장되지 않은 나머지 노드에 대해서, 확장되지 않은 속성을 나타내는 노드를 랜덤하게 상기 생성된 하위 노드로부터 말단 노드까지의 경로에 포함시키거나 포함시키지 않는, 몬테카를로 트리 검색 기반의 속성 선택 방법
|
| 6 |
6
삭제
|
| 7 |
7
제1항에 있어서, 상기 시뮬레이션하는 단계는, 상기 산출된 적어도 하나의 속성 서브세트 중에서 현재의 속성 서브세트를 사용한 정확도가 이전의 반복 과정에 산출된 정확도보다 높으면, 현재의 속성 서브세트를 상기 최적의 속성 서브세트로 결정하는, 몬테카를로 트리 검색 기반의 속성 선택 방법
|
| 8 |
8
제1항에 있어서,상기 속성 선택 트리는 속성이 선택되지 않은 루트 노드(Root node)로부터 시작해 속성을 나타내는 노드가 상기 루트 노드에 추가되어 확장되는, 몬테카를로 트리 검색 기반의 속성 선택 방법
|
| 9 |
9
제1항에 있어서,상기 속성 선택 트리에 있는 각 노드는 속성이 선택되거나 속성이 선택되지 않는 것을 나타내는, 몬테카를로 트리 검색 기반의 속성 선택 방법
|
| 10 |
10
제1항에 있어서,상기 속성 선택 트리에서의 각 노드는, 속성이 선택되는 것을 나타내는 하위 노드와 속성이 선택되지 않은 것을 나타내는 다른 하위 노드를 가지는, 몬테카를로 트리 검색 기반의 속성 선택 방법
|
| 11 |
11
적어도 하나의 프로그램을 저장하는 메모리; 및 상기 메모리와 연결된 프로세서를 포함하고, 상기 프로세서는, 상기 적어도 하나의 프로그램을 실행함으로써, 속성을 나타내는 노드로 이루어지는 속성 선택 트리(Feature selection tree)를 검색하기 위해, 현재까지 확장된 속성 선택 트리에서 확장되지 않은 노드에 도달할 때까지 노드의 최대 리워드(reward) 값을 사용하여 노드를 선택하고, 상기 선택된 노드의 하위 노드를 생성하여 트리를 확장하고, 최적의 속성 서브세트를 산출하도록, 상기 생성된 하위 노드로부터 확장되지 않은 나머지 노드를 확장시켜 시뮬레이션하되, 상기 생성된 하위 노드로부터 확장되지 않은 나머지 노드까지의 경로에 포함된 적어도 하나의 속성 서브세트를 산출하고, 상기 시뮬레이션 결과를 상기 선택된 노드를 통해 역전파(Back propagation)하여 상기 속성 선택 트리를 업데이트하는, 몬테카를로 트리 검색 기반의 속성 선택 장치
|
| 12 |
12
제11항에 있어서, 상기 프로세서는, 몬테 카를로 트리 검색(Monte Carlo Tree Search)을 사용하여 상기 속성 선택 트리에서 속성을 나타내는 노드를 추가하여 트리를 검색하는, 몬테카를로 트리 검색 기반의 속성 선택 장치
|
| 13 |
13
제11항에 있어서, 상기 프로세서는, 상기 노드의 최대 정확도를 나타내는 최대 보상(reward) 값, 상기 노드가 방문된 횟수, 및 상기 노드의 상위 노드가 방문된 횟수를 사용하여 노드를 선택하는, 몬테카를로 트리 검색 기반의 속성 선택 장치
|
| 14 |
14
제11항에 있어서, 상기 프로세서는, 상기 생성된 하위 노드로부터 확장되지 않은 나머지 노드에 도달할 때까지 나머지 노드를 랜덤하게 확장시켜 시뮬레이션하는, 몬테카를로 트리 검색 기반의 속성 선택 장치
|
| 15 |
15
제11항에 있어서, 상기 프로세서는, 상기 확장되지 않은 나머지 노드에 대해서, 확장되지 않은 속성을 나타내는 노드를 랜덤하게 상기 생성된 하위 노드로부터 말단 노드까지의 경로에 포함시키거나 포함시키지 않는, 몬테카를로 트리 검색 기반의 속성 선택 장치
|
| 16 |
16
삭제
|
| 17 |
17
제11항에 있어서, 상기 프로세서는, 상기 산출된 적어도 하나의 속성 서브세트 중에서 현재의 속성 서브세트를 사용한 정확도가 이전의 반복 과정에 산출된 정확도보다 높으면, 현재의 속성 서브세트를 상기 최적의 속성 서브세트로 결정하는, 몬테카를로 트리 검색 기반의 속성 선택 장치
|
| 18 |
18
제11항에 있어서,상기 속성 선택 트리는 속성이 선택되지 않은 루트 노드(Root node)로부터 시작해 속성을 나타내는 노드가 상기 루트 노드에 추가되어 확장되는, 몬테카를로 트리 검색 기반의 속성 선택 장치
|
| 19 |
19
제11항에 있어서,상기 속성 선택 트리에 있는 각 노드는 속성이 선택되거나 속성이 선택되지 않는 것을 나타내는, 몬테카를로 트리 검색 기반의 속성 선택 장치
|
| 20 |
20
제11항에 있어서,상기 프로세서는, 속성이 선택되는 것을 나타내는 하위 노드와 속성이 선택되지 않은 것을 나타내는 다른 하위 노드를 가지는, 몬테카를로 트리 검색 기반의 속성 선택 장치
|
| 21 |
21
프로세서에 의해 실행 가능한 적어도 하나의 프로그램을 포함하는 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 적어도 하나의 프로그램은 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금: 속성을 나타내는 노드로 이루어지는 속성 선택 트리(Feature selection tree)를 검색하기 위해, 현재까지 확장된 속성 선택 트리에서 확장되지 않은 노드에 도달할 때까지 노드의 최대 리워드(reward) 값을 사용하여 노드를 선택하고, 상기 선택된 노드의 하위 노드를 생성하여 트리를 확장하고, 최적의 속성 서브세트를 산출하도록, 상기 생성된 하위 노드로부터 확장되지 않은 나머지 노드를 확장시켜 시뮬레이션하되, 상기 생성된 하위 노드로부터 확장되지 않은 나머지 노드까지의 경로에 포함된 적어도 하나의 속성 서브세트를 산출하고, 상기 시뮬레이션 결과를 상기 선택된 노드를 통해 역전파(Back propagation)하여 상기 속성 선택 트리를 업데이트하게 하는 명령어들을 포함하는, 비 일시적 컴퓨터 판독 가능한 저장 매체
|
