맞춤기술찾기

이전대상기술

적대적 학습에 기반한 부호가 있는 네트워크 임베딩 방법 및 장치

  • 기술번호 : KST2021007770
  • 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 복수개 종류의 엣지를 포함하는 네트워크에서 네트워크를 구성하는 특정 노드에 형성된 엣지를 긍정적 엣지(positive edge)와 부정적 엣지(negative edge)로 구분하는 단계, 상기 긍정적 엣지에 기반하여 가상의 긍정적 엣지(fake positive edge)를 생성하고 상기 부정적 엣지에 기반하여 가상의 부정적 엣지(fake negative edge)를 생성하는 단계 및 상기 긍정적 엣지, 상기 가상의 긍정적 엣지, 상기 부정적 엣지, 상기 가상의 부정적 엣지에 기반하여 적대적 학습(adversarial training)을 수행하는 단계를 포함하는 적대적 학습 수행 방법을 제공한다.
Int. CL G06N 20/00 (2019.01.01)
CPC G06N 20/00(2013.01)
출원번호/일자 1020190155436 (2019.11.28)
출원인 한양대학교 산학협력단
등록번호/일자
공개번호/일자 10-2021-0066333 (2021.06.07) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.11.28)
심사청구항수 12

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김상욱 서울특별시 성동구
2 이연창 서울특별시 성동구
3 서나윤 서울특별시 성동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 심경식 대한민국 서울시 강남구 역삼로 *** 동아빌딩 *층(에스와이피특허법률사무소)
2 홍성욱 대한민국 서울특별시 강남구 역삼로 ***(역삼동) 동아빌딩 *층(주식회사에스와이피)

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
2019.11.28 수리 (Accepted) 1-1-2019-1229036-85
2 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2020.01.16 수리 (Accepted) 1-1-2020-0053435-51
3 선행기술조사의뢰서
Request for Prior Art Search
2020.05.11 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2020.07.08 발송처리완료 (Completion of Transmission) 9-6-2020-0089120-87
5 의견제출통지서
Notification of reason for refusal
2020.12.24 발송처리완료 (Completion of Transmission) 9-5-2020-0904585-65
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2021.02.16 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-0185825-06
7 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2021.02.16 수리 (Accepted) 1-1-2021-0185646-29
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
복수개 종류의 엣지를 포함하는 네트워크에서 적대적 학습을 수행하는 방법에 있어서,네트워크를 구성하는 특정 노드에 형성된 엣지를 긍정적 엣지(positive edge)와 부정적 엣지(negative edge)로 구분하는 단계;상기 긍정적 엣지에 기반하여 가상의 긍정적 엣지(fake positive edge)를 생성하고 상기 부정적 엣지에 기반하여 가상의 부정적 엣지(fake negative edge)를 생성하는 단계; 및상기 긍정적 엣지, 상기 가상의 긍정적 엣지, 상기 부정적 엣지, 상기 가상의 부정적 엣지에 기반하여 적대적 학습(adversarial training)을 수행하는 단계를 포함하는,적대적 학습 수행 방법
2 2
제1항에 있어서,상기 생성하는 단계는 상기 부정적 엣지에 기반하여 상기 가상의 부정적 엣지와 상기 가상의 긍정적 엣지를 생성하는 것을 특징으로 하는,적대적 학습 수행 방법
3 3
제2항에 있어서,상기 생성하는 단계는 상기 특정 노드와 제1 노드가 부정적 엣지 관계에 있고 상기 제1 노드와 제2 노드가 부정적 엣지 관계에 있고, 상기 제2 노드와 제3 노드가 부정적 엣지 관계에 있는 경우, 상기 특정 노드와 상기 제2 노드 사이에 가상의 긍정적 엣지를 생성하고, 상기 특정 노드와 상기 제3 노드 사이에 가상의 부정적 엣지를 생성하는 것을 특징으로 하는,적대적 학습 수행 방법
4 4
제1항에 있어서,상기 생성하는 단계는 공유되는 파라미터에 기반하여 상기 가상의 긍정적 엣지와 상기 가상의 부정적 엣지를 생성하는 것을 특징으로 하는,적대적 학습 수행 방법
5 5
제1항에 있어서,상기 적대적 학습을 수행하는 단계는,상기 특정 노드에 대한 부정적 엣지 중에서 적어도 하나의 부정적 엣지를 추출하는 단계;생성된 상기 가상의 부정적 엣지 중에서 적어도 하나의 가상의 부정적 엣지를 선정하는 단계;상기 적어도 하나의 부정적 엣지와 상기 적어도 하나의 가상의 부정적 엣지를 수신하는 단계; 및상기 적어도 하나의 부정적 엣지와 상기 적어도 하나의 가상의 부정적 엣지가 혼재되어 있는 상태에서 부정적 엣지와 가상의 부정적 엣지를 구분함으로써 적대적 학습을 수행하는 단계를 포함하는 것을 특징으로 하는,적대적 학습 수행 방법
6 6
제1항에 있어서,상기 적대적 학습을 수행하는 단계는,상기 특정 노드에 대한 긍정적 엣지 중에서 적어도 하나의 긍정적 엣지를 추출하는 단계;긍정적 엣지에 기반하여 생성된 가상의 긍정적 엣지 중에서 적어도 하나의 제1 가상의 긍정적 엣지를 선정하는 단계;부정적 엣지에 기반하여 생성된 가상의 긍정적 엣지 중에서 적어도 하나의 제2 가상의 긍정적 엣지를 선정하는 단계;상기 적어도 하나의 긍정적 엣지와 상기 적어도 하나의 제1 가상의 긍정적 엣지와 m개의 제2 가상의 긍정적 엣지를 수신하는 단계; 및상기 적어도 하나의 긍정적 엣지와 상기 적어도 하나의 제1 가상의 긍정적 엣지가 혼재되어 잇는 상태에서 긍정적 엣지와 가상의 긍정적 엣지를 구분하고, 상기 적어도 하나의 긍정적 엣지와 상기 적어도 하나의 제2 가상의 긍정적 엣지가 혼재되어 있는 상태에서 긍정적 엣지와 가상의 긍정적 엣지를 구분함으로써 적대적 학습을 수행하는 단계를 포함하는 것을 특징으로 하는,적대적 학습 수행 방법
7 7
복수개 종류의 엣지를 포함하는 네트워크에서 적대적 학습을 수행하기 위한 전자 장치에 있어서,네트워크를 구성하는 특정 노드에 형성된 엣지를 긍정적 엣지(positive edge)와 부정적 엣지(negative edge)로 구분하는 엣지 구분부;상기 긍정적 엣지에 기반하여 가상의 긍정적 엣지(fake positive edge)를 생성하는 가상 긍정적 엣지 생성부;상기 부정적 엣지에 기반하여 가상의 부정적 엣지(fake negative edge)를 생성하는 가상 부정적 엣지 생성부;상기 긍정적 엣지와 상기 가상의 긍정적 엣지에 기반하여 적대적 학습을 수행하는 긍정적 적대적 학습부; 및상기 부정적 엣지와 상기 가상의 부정적 엣지에 기반하여 적대적 학습을 수행하는 부정적 적대적 학습부를 포함하는,전자 장치
8 8
제7항에 있어서,상기 가상 부정적 엣지 생성부는 상기 부정적 엣지에 기반하여 상기 가상의 부정적 엣지와 상기 가상의 긍정적 엣지를 생성하는 것을 특징으로 하는,전자 장치
9 9
제8항에 있어서,상기 가상 부정적 엣지 생성부는 상기 특정 노드와 제1 노드가 부정적 엣지 관계에 있고 상기 제1 노드와 제2 노드가 부정적 엣지 관계에 있고, 상기 제2 노드와 제3 노드가 부정적 엣지 관계에 있는 경우, 상기 특정 노드와 상기 제2 노드 사이에 가상의 긍정적 엣지를 생성하고, 상기 특정 노드와 상기 제3 노드 사이에 가상의 부정적 엣지를 생성하는 것을 특징으로 하는,전자 장치
10 10
제7항에 있어서,상기 가상 긍정적 엣지 생성부와 상기 가상 부정적 엣지 생성부는 가상의 긍정적 엣지와 가상의 부정적 엣지를 생성하기 위한 파라미터를 공유하는 것을 특징으로 하는,전자 장치
11 11
제7항에 있어서,상기 부정적 적대적 학습부는,상기 특정 노드에 대한 부정적 엣지 중에서 적어도 하나의 부정적 엣지를 추출하고, 생성된 상기 가상의 부정적 엣지 중에서 적어도 하나의 가상의 부정적 엣지를 선정하며, 상기 적어도 하나의 부정적 엣지와 상기 적어도 하나의 가상의 부정적 엣지를 수신하고, 상기 적어도 하나의 부정적 엣지와 상기 적어도 하나의 가상의 부정적 엣지가 혼재되어 있는 상태에서 부정적 엣지와 가상의 부정적 엣지를 구분함으로써 적대적 학습을 수행하는 것을 특징으로 하는 것을 특징으로 하는,전자 장치
12 12
제7항에 있어서,상기 긍정적 적대적 학습부는,상기 특정 노드에 대한 긍정적 엣지 중에서 적어도 하나의 긍정적 엣지를 추출하고, 긍정적 엣지에 기반하여 생성된 가상의 긍정적 엣지 중에서 적어도 하나의 제1 가상의 긍정적 엣지를 선정하며, 부정적 엣지에 기반하여 생성된 가상의 긍정적 엣지 중에서 적어도 하나의 제2 가상의 긍정적 엣지를 선정하고, 상기 적어도 하나의 긍정적 엣지와 상기 적어도 하나의 제1 가상의 긍정적 엣지와 상기 적어도 하나의 제2 가상의 긍정적 엣지를 수신하며, 상기 적어도 하나의 긍정적 엣지와 상기 적어도 하나의 제1 가상의 긍정적 엣지가 혼재되어 잇는 상태에서 긍정적 엣지와 가상의 긍정적 엣지를 구분하고, 상기 적어도 하나의 긍정적 엣지와 상기 적어도 하나의 제2 가상의 긍정적 엣지가 혼재되어 있는 상태에서 긍정적 엣지와 가상의 긍정적 엣지를 구분함으로써 적대적 학습을 수행하는 것을 특징으로 하는,전자 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 성균관대학교(자연과학캠퍼스) 차세대정보·컴퓨팅기술개발(R&D) 자가구성 기반 자율 기계학습 프레임워크 기초 원천 기술 개발
2 과학기술정보통신부 한양대학교 산학협력단 이공분야기초연구사업 / 중견연구자지원사업 / 중견연구(총연구비5억 초과) 데이터/기술 융합을 통한 무관심 상품의 도출 및 이를 활용한 추천 시스템 기술 개발