맞춤기술찾기

이전대상기술

준지도 학습을 기반으로 한 이미지 분류를 위한 적대적 이미지 생성 모델 구축 시스템 및 방법

  • 기술번호 : KST2021001889
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 준지도 학습을 기반으로 한 적대적 생성 모델 구축 방법에 관한 것이다. 상기 적대적 생성 모델 구축 방법은, (a) 판별자에 대하여 준지도 학습에 따른 제1 손실함수를 구하고, 상기 제1 손실함수가 최적화되도록 학습시키는 단계; (b) 판별자에 대하여 Earth Mover's 거리(EM 거리)를 최소화시키기 위한 제2 손실함수를 구하고, 상기 제2 손실함수가 최적화되도록 학습시키는 단계; (c) 생성자에 대하여 기존의 적대적 생성 모델에 따른 제3 손실 함수를 구하고, 상기 제3 손실함수가 최적화되도록 학습시키는 단계; (d) 생성자에 대하여 EM 거리를 최소화시키기 위한 제4 손실 함수를 구하고, 상기 제4 손실함수가 최적화되도록 학습시키는 단계; (e) 분류기를 이용하여 상기 판별자의 결과를 분류하여 출력값을 제공하는 단계;를 구비한다.
Int. CL G06N 3/08 (2006.01.01) G06F 16/55 (2019.01.01)
CPC G06N 3/08(2013.01) G06F 16/55(2013.01)
출원번호/일자 1020190111542 (2019.09.09)
출원인 서강대학교산학협력단
등록번호/일자
공개번호/일자 10-2021-0030063 (2021.03.17) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 11

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 양지훈 서울특별시 은평구
2 김상록 서울특별시 강남구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 이지연 대한민국 서울특별시 관악구 남부순환로 ****, ***호 제니스국제특허법률사무소 (봉천동, 청동빌딩)

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
2019.09.09 수리 (Accepted) 1-1-2019-0926623-57
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력된 무작위 잠재 변수로부터 이미지를 생성해 내는 생성자; 상기 생성자에 의해 생성된 이미지를 입력으로 받아서 진짜인지 가짜인지 여부를 판단하는 판별자; 및 상기 판별자의 결과를 이용하여 분류하여 출력값을 제공하는 분류기; 를 구비하고, 상기 판별자는 준지도 학습에 따른 판별자의 제1 손실 함수 및 Earth Mover's 거리(EM 거리)를 최소화시키기 위한 판별자의 제2 손실함수를 각각 학습 데이터를 이용하여 최적화되도록 학습시켜 구성된 것을 특징으로 하며, 상기 생성자는 기본적인 적대적 생성 모델의 생성자의 제3 손실 함수 및 EM 거리를 최소화시키기 위한 생성자의 제4 손실 함수를 각각 최적화되도록 학습시켜 구성된 것을 특징으로 하는 준지도 학습을 기반으로 한 적대적 생성 모델 구축 시스템
2 2
제1항에 있어서, 상기 판별자의 학습 데이터는 레이블된 진짜 데이터, 레이블되지 않은 진짜 데이터 및 생성자가 생성한 가짜 데이터인 것을 특징으로 하는 준지도 학습을 기반으로 한 적대적 생성 모델 구축 시스템
3 3
제1항에 있어서, 상기 판별자의 상기 제1 손실함수는, 지도 학습에 따른 레이블된 데이터에 의한 손실 함수와 비지도 학습에 따른 레이블되지 않은 데이터에 의한 손실 함수의 합으로 이루어진 것을 특징으로 하는 준지도 학습을 기반으로 한 적대적 생성 모델 구축 시스템
4 4
제1항에 있어서, 상기 판별자는 복수 층의 합성곱 신경망으로 구성되고, 상기 생성자는 복수 층의 합성곱 신경망으로 구성된 것을 특징으로 하는 준지도 학습을 기반으로 한 적대적 생성 모델 구축 시스템
5 5
제1항에 있어서, 상기 분류기는 소프트맥스(Softmax) 함수로 구성되어, 판별자의 결과에 대하여 클래스의 종류 및 가짜 유무를 분류하여 출력하도록 구성된 것을 특징으로 하는 준지도 학습을 기반으로 한 적대적 생성 모델 구축 시스템
6 6
무작위 잠재 변수로부터 이미지를 생성해 내는 생성자와 상기 생성자에 의해 생성된 이미지를 입력으로 받아서 진짜인지 가짜인지 여부를 판단하는 판별자를 구비하는 적대적 생성 모델 구축 방법에 있어서, (a) 판별자에 대하여 준지도 학습에 따른 제1 손실함수를 구하고, 상기 제1 손실함수가 최적화되도록 학습시키는 단계;(b) 판별자에 대하여 Earth Mover's 거리(EM 거리)를 최소화시키기 위한 제2 손실함수를 구하고, 상기 제2 손실함수가 최적화되도록 학습시키는 단계;(c) 생성자에 대하여 기존의 적대적 생성 모델에 따른 제3 손실 함수를 구하고, 상기 제3 손실함수가 최적화되도록 학습시키는 단계;(d) 생성자에 대하여 EM 거리를 최소화시키기 위한 제4 손실 함수를 구하고, 상기 제4 손실함수가 최적화되도록 학습시키는 단계;(e) 분류기를 이용하여 상기 판별자의 결과를 분류하여 출력값을 제공하는 단계; 를 구비하는 것을 특징으로 하는 준지도 학습을 기반으로 한 적대적 생성 모델 구축 방법
7 7
제6항에 있어서, 상기 (a) 단계와 (b) 단계는상기 판별자는 레이블된 진짜 데이터, 레이블되지 않은 진짜 데이터 및 생성자가 생성한 가짜 데이터가 입력되고, 판별자는 입력된 데이터들을 이용하여 학습하는 것을 특징으로 하는 준지도 학습을 기반으로 한 적대적 생성 모델 구축 방법
8 8
제6항에 있어서, 상기 (a) 단계는상기 제1 손실함수는 레이블된 데이터에 의한 손실 함수와 레이블되지 않은 데이터에 의한 손실 함수의 합으로 이루어진 것을 특징으로 하는 준지도 학습을 기반으로 한 적대적 생성 모델 구축 방법
9 9
제6항에 있어서, 상기 판별자 및 상기 생성자는 복수 층의 합성곱 신경망으로 구성된 것을 특징으로 하는 준지도 학습을 기반으로 한 적대적 생성 모델 구축 방법
10 10
제6항에 있어서, 상기 (e) 단계는,판별자의 결과를 분류하는 분류기는 소프트맥스 함수로 구성되어, 클래스의 종류 및 가짜 유무를 분류하여 출력하도록 구성된 것을 특징으로 하는 준지도 학습을 기반으로 한 적대적 생성 모델 구축 방법
11 11
제6항에 있어서, 판별자에 대한 상기 (a) 단계와 (b) 단계의 학습은 복수회 수행되고, 생성자에 대한 상기 (c) 단계와 (d) 단계의 학습은 1회 수행되는 과정이 반복되는 것을 특징으로 하는 준지도 학습을 기반으로 한 적대적 생성 모델 구축 방법
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 교육부 서강대학교 산학협력단 개인기초연구지원사업 GAN 기반 분산 딥러닝 프레임워크를 이용한 개인 정보 보호 데이터 마이닝 연구