1 |
1
적대적 오토 인코더 기반 이상 데이터 검출 장치에 있어서,학습용 데이터를 입력받는 제 1 인코더 및 상기 학습용 데이터를 복원 데이터로 복원하는 디코더를 포함하는 오토 인코더 및 상기 인코더로부터 출력된 제 1 잠재 벡터와 상기 학습용 데이터를 나타내는 사전 분포를 구분하는 제 1 판별기를 포함하는 제 1 적대적 신경망을 생성하고, 상기 디코더, 상기 복원 데이터를 입력받아 제 2 잠재 벡터를 출력하는 제 2 인코더 및 상기 제 1 잠재 벡터와 상기 제 2 잠재 벡터를 구분하는 제 2 판별기를 포함하는 제 2 적대적 신경망을 생성하는 모델 생성부;상기 오토 인코더, 상기 제 1 적대적 신경망 및 상기 제 2 적대적 신경망을 학습시키는 학습부; 및 상기 오토 인코더에 검출용 데이터를 입력하여 상기 검출용 데이터의 이상 여부를 검출하는 검출부를 포함하되,상기 학습부는 상기 제 2 인코더가 상기 제 1 잠재 벡터와 유사한 상기 제 2 잠재 벡터를 생성하도록 상기 디코더를 업데이트하고, 상기 제 2 판별기가 상기 제 1 잠재 벡터와 상기 제 2 잠재 벡터를 구분하도록 상기 제 2 판별기를 업데이트함으로써 상기 제 2 적대적 신경망을 학습시키고,상기 제 2 적대적 신경망을 학습시킬 때, 상기 제 2 인코더는 업데이트되지 않는 것인, 이상 데이터 검출 장치
|
2 |
2
제 1 항에 있어서,상기 학습부는 상기 학습용 데이터를 상기 복원 데이터로 복원하도록 상기 오토 인코더를 학습시키는 것인, 이상 데이터 검출 장치
|
3 |
3
제 1 항에 있어서,상기 학습부는 상기 제 1 인코더가 상기 사전 분포와 유사한 상기 제 1 잠재 벡터를 생성하도록 상기 제 1 인코더를 업데이트하고, 상기 제 1 판별기가 상기 제 1 잠재 벡터와 상기 사전 분포를 구분하도록 상기 제 1 판별기를 업데이트함으로써 상기 제 1 적대적 신경망을 학습시키는 것인, 이상 데이터 검출 장치
|
4 |
4
삭제
|
5 |
5
삭제
|
6 |
6
제 1 항에 있어서,상기 제 1 인코더와 상기 제 2 인코더는 동일한 것인, 이상 데이터 검출 장치
|
7 |
7
적대적 오토 인코더 기반 이상 데이터 검출 장치에 있어서,학습용 데이터를 입력받는 제 1 인코더 및 상기 학습용 데이터를 복원 데이터로 복원하는 디코더를 포함하는 오토 인코더 및 상기 인코더로부터 출력된 제 1 잠재 벡터와 상기 학습용 데이터를 나타내는 사전 분포를 구분하는 제 1 판별기를 포함하는 제 1 적대적 신경망을 생성하고, 상기 디코더, 상기 복원 데이터를 입력받아 제 2 잠재 벡터를 출력하는 제 2 인코더 및 상기 제 1 잠재 벡터와 상기 제 2 잠재 벡터를 구분하는 제 2 판별기를 포함하는 제 2 적대적 신경망을 생성하는 모델 생성부;상기 오토 인코더, 상기 제 1 적대적 신경망 및 상기 제 2 적대적 신경망을 학습시키는 학습부; 및 상기 오토 인코더에 검출용 데이터를 입력하여 상기 검출용 데이터의 이상 여부를 검출하는 검출부를 포함하되,상기 검출부는 상기 검출용 데이터와 상기 검출용 데이터의 복원 데이터 간의 평균 제곱 오차에 기초하여 상기 검출용 데이터의 이상 여부를 검출하는 것인, 이상 데이터 검출 장치
|
8 |
8
이상 데이터 검출 장치에 의해 수행되는 적대적 오토 인코더 기반 이상 데이터 검출 방법에 있어서,학습용 데이터를 입력받는 제 1 인코더 및 상기 학습용 데이터를 복원 데이터로 복원하는 디코더를 포함하는 오토 인코더 및 상기 인코더로부터 출력된 제 1 잠재 벡터와 상기 학습용 데이터를 나타내는 사전 분포를 구분하는 제 1 판별기를 포함하는 제 1 적대적 신경망을 생성하고, 상기 디코더, 상기 복원 데이터를 입력 받아 제 2 잠재 벡터를 출력하는 제 2 인코더 및 상기 제 1 잠재 벡터와 상기 제 2 잠재 벡터를 구분하는 제 2 판별기를 포함하는 제 2 적대적 신경망을 생성하는 단계;상기 오토 인코더, 상기 제 1 적대적 신경망 및 상기 제 2 적대적 신경망을 학습시키는 단계; 및상기 오토 인코더에 검출용 데이터를 입력하여 상기 검출용 데이터의 이상 여부를 검출하는 단계를 포함하되,상기 오토 인코더, 상기 제 1 적대적 신경망 및 상기 제 2 적대적 신경망을 학습시키는 단계는,상기 제 2 인코더가 상기 제 1 잠재 벡터와 유사한 상기 제 2 잠재 벡터를 생성하도록 상기 디코더를 업데이트하고, 상기 제 2 판별기가 상기 제 1 잠재 벡터와 상기 제 2 잠재 벡터를 구분하도록 상기 제 2 판별기를 업데이트함으로써 상기 제 2 적대적 신경망을 학습시키고,상기 제 2 적대적 신경망을 학습시킬 때, 상기 제 2 인코더는 업데이트되지 않는 것인, 이상 데이터 검출 방법
|
9 |
9
적대적 오토 인코더 기반 이상 데이터 검출 장치에 있어서,학습용 데이터를 입력받는 제 1 인코더 및 상기 학습용 데이터를 복원 데이터로 복원하는 디코더를 포함하는 오토 인코더 및 상기 인코더로부터 출력된 제 1 잠재 벡터와 상기 학습용 데이터를 나타내는 사전 분포를 구분하는 제 1 판별기를 포함하는 제 1 적대적 신경망; 및상기 디코더, 상기 복원 데이터를 입력받아 제 2 잠재 벡터를 출력하는 제 2 인코더 및 상기 제 1 잠재 벡터와 상기 제 2 잠재 벡터를 구분하는 제 2 판별기를 포함하는 제 2 적대적 신경망을 포함하고,상기 오토 인코더는 검출용 데이터를 입력받아 상기 검출용 데이터의 이상 여부를 검출하되,상기 제2 적대적 신경망은 상기 제 2 인코더가 상기 제 1 잠재 벡터와 유사한 상기 제 2 잠재 벡터를 생성하도록 상기 디코더를 업데이트하고, 상기 제 2 판별기가 상기 제 1 잠재 벡터와 상기 제 2 잠재 벡터를 구분하도록 상기 제 2 판별기를 업데이트하도록 학습되고,상기 제 2 적대적 신경망이 학습될 때, 상기 제 2 인코더는 업데이트되지 않는 것인, 이상 데이터 검출 장치
|