맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

회귀분석용 와이드 앤 딥 모델 기반 학습 방법

  • 기술번호 : KST2021009296
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 본 발명은 회귀분석용 와이드 앤 딥 모델 기반 학습 방법에 관한 것으로, 선형 특징 학습을 위한 와이드(Wide) 구성요소와 비선형 특징 학습을 위한 딥(Deep) 구성요소를 결합하여 회귀분석용 와이드 앤 딥(Wide 0026# Deep) 모델을 구성하는 단계; 및 상기 회귀분석용 와이드 앤 딥(Wide 0026# Deep) 모델 기반으로 기계 학습을 수행하는 단계;를 포함한다.
Int. CL G06N 3/08 (2006.01.01) G06N 20/00 (2019.01.01)
CPC G06N 3/082(2013.01) G06N 20/00(2013.01)
출원번호/일자 1020190174909 (2019.12.26)
출원인 한국전력공사, 강원대학교산학협력단
등록번호/일자
공개번호/일자 10-2021-0082707 (2021.07.06) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 6

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전력공사 대한민국 전라남도 나주시
2 강원대학교산학협력단 대한민국 강원도 춘천시

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김민규 서울시 중랑구
2 이수안 강원도 춘천시 후
3 김진호 서울시 노원구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인아주 대한민국 서울특별시 강남구 강남대로 ***, **,**층(역삼동, 동희빌딩)

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		 2019.12.26 수리 (Accepted) 1-1-2019-1340115-10
2 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.03.27 수리 (Accepted) 4-1-2020-5072225-46
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
선형 특징 학습을 위한 와이드(Wide) 구성요소와 비선형 특징 학습을 위한 딥(Deep) 구성요소를 결합하여 회귀분석용 와이드 앤 딥(Wide 0026# Deep) 모델을 구성하는 단계; 및상기 회귀분석용 와이드 앤 딥(Wide 0026# Deep) 모델 기반으로 기계 학습을 수행하는 단계;를 포함하는 것을 특징으로 하는 회귀분석용 와이드 앤 딥 모델 기반 학습 방법
2 2
제 1항에 있어서, 상기 와이드(Wide) 구성요소는,은닉계층(Hiden Layer)을 포함하는 선형 모델인 것을 특징으로 하는 회귀분석용 와이드 앤 딥 모델 기반 학습 방법
3 3
제 1항에 있어서, 상기 와이드(Wide) 구성요소는,다음 수학식 1과 같이 정의되는 것을 특징으로 하는 회귀분석용 와이드 앤 딥 모델 기반 학습 방법
4 4
제 1항에 있어서, 상기 딥(Deep) 구성요소는,복수의 완전 연결 계층으로 이루어진 심층학습 모델인 것을 특징으로 하는 회귀분석용 와이드 앤 딥 모델 기반 학습 방법
5 5
제 1항에 있어서, 상기 딥(Deep) 구성요소는,다음 수학식 2와 같이 정의되는 것을 특징으로 하는 회귀분석용 와이드 앤 딥 모델 기반 학습 방법
6 6
제 1항에 있어서, 상기 와이드 앤 딥(Wide 0026# Deep) 모델은,다음 수학식 3과 같이 Wide 구성요소와 Deep 구성요소의 결합으로 정의되는 것을 특징으로 하는 회귀분석용 와이드 앤 딥 모델 기반 학습 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.