맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

클래스 의존적 도메인 유사화 학습 방법, 장치 및 컴퓨터 판독 가능한 기록 매체

  • 기술번호 : KST2022005249
  • 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 탑재된 인공지능(artificial intelligence, AI) 알고리즘 및/또는 기계학습(machine learning) 알고리즘을 실행하는 클래스 의존적 도메인 유사화 학습 장치가 개시된다. 본 장치는 인코더 및 프로세서를 포함할 수 있다. 본 장치가 제공됨으로써, 도메인 유사화 학습이 신뢰도가 높게 안정적으로 수행될 수 있으며, 완성된 모델의 클래스 분류 정확도가 향상될 수 있다.
Int. CL G06N 20/00 (2019.01.01)
CPC G06N 20/00(2013.01)
출원번호/일자 1020200147036 (2020.11.05)
출원인 서울대학교산학협력단
등록번호/일자
공개번호/일자 10-2022-0060894 (2022.05.12) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.11.05)
심사청구항수 15

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이재욱 서울특별시 관악구
2 이우진 서울특별시 관악구
3 김호기 서울특별시 관악구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 남앤남 대한민국 서울특별시 중구 서소문로**(서소문동, 정안빌딩*층)

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		 2020.11.05 수리 (Accepted) 1-1-2020-1184110-91
2 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.11.25 수리 (Accepted) 4-1-2020-5265458-48
3 선행기술조사의뢰서
Request for Prior Art Search		 2021.06.17 수리 (Accepted) 9-1-9999-9999999-89
4 특허고객번호 정보변경(경정)신고서·정정신고서
 2021.07.29 수리 (Accepted) 4-1-2021-5205564-29
5 선행기술조사보고서
Report of Prior Art Search		 2021.09.10 발송처리완료 (Completion of Transmission) 9-6-2021-0170308-87
6 특허고객번호 정보변경(경정)신고서·정정신고서
 2022.04.04 수리 (Accepted) 4-1-2022-5079741-71
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
클래스 의존적 도메인 유사화 학습 장치로서,레이블(Label)이 있는 제1 도메인에 포함된 데이터 셋(Data Set)을 입력받아 특징 공간(Feature Space)에 임베딩 가능한 하나 이상의 제1 특징 정보를 추출하고, 레이블이 없는 제2 도메인에 포함된 데이터 셋을 입력받아 상기 특징 공간에 임베딩 가능한 하나 이상의 제2 특징 정보를 추출하는 인코더(Encoder);상기 특징 공간 상에서, 상기 하나 이상의 제1 특징 정보를 동일 레이블값에 기초하여 하나 이상의 그룹으로 그룹핑(Grouping)하여 각 그룹 별 상기 제1 특징 정보에 대한 특징값의 평균값을 산출하는 프로세서를 포함하며,상기 프로세서는,상기 특징 공간 상에 상기 하나 이상의 제2 특징 정보를 임베딩하고, 임베딩된 상기 하나 이상의 제2 특징 정보의 각각 및 산출된 하나 이상의 상기 그룹 별 평균값 간의 거리 및 방향을 결정하며, 결정된 방향을 고려하여 상기 거리가 비례적으로 줄어들도록 상기 제2 특징 정보 중 적어도 일부를 상기 특징 공간 상에서 이동시키는, 클래스 의존적 도메인 유사화 학습 장치
2 2
제1항에 있어서,상기 프로세서는,제1 손실 함수(L1)의 값이 최소가 되도록 기 저장된 도메인 유사화 모델을 학습하고,상기 제1 손실 함수(L1)는, 제2 특징 정보 각각에 대해, 상기 평균값 각각과의 거리 및 방향을 결정하고, 결정된 방향을 고려하여 결정된 거리가 짧은 평균값일수록 높은 가중치를 부여하여 상기 거리가 비례적으로 줄어들도록, 상기 제2 특징 정보 중 적어도 일부를 이동시키기 위한 함수인, 클래스 의존적 도메인 유사화 학습 장치
3 3
제1항에 있어서,상기 프로세서는,상기 제1 손실 함수(L1), 제2 손실 함수(L2) 및 제3 손실 함수(L3)의 합인 총 손실 함수(LT)의 값이 최소가 되도록 상기 도메인 유사화 모델을 학습하고,상기 제1 손실 함수(L1)는, 제2 특징 정보 각각에 대해, 상기 평균값 각각과의 거리 및 방향을 결정하고, 결정된 방향을 고려하여 결정된 거리가 짧은 평균값일수록 높은 가중치를 부여하여 상기 거리가 비례적으로 줄어들도록, 상기 제2 특징 정보 중 적어도 일부를 이동시키기 위한 함수이며,상기 제2 손실 함수(L2)는, 제1 특징 정보의 레이블을 추정한 경우, 추정 정확도를 산출하는 함수이고,상기 제3 손실 함수(L3)는, 제1 특징 정보 및 제2 특징 정보의 도메인을 추정하고, 추정 정확도를 산출하는 함수인, 클래스 의존적 도메인 유사화 학습 장치
4 4
제2항 또는 제3항에 있어서,상기 제1 손실 함수(L1)는, i번째 제2 특징 정보()와 j번째 평균값()과의 거리에 기초하여 산출된 제1 거리 변수() 및 상기 제1 거리 변수()를 n승수 곱한 값에 기초하여 산출된 제2 거리 변수()에 기반하여 산출되는, 클래스 의존적 도메인 유사화 학습 장치
5 5
제1항에 있어서,디스플레이를 더 포함하며,상기 프로세서는,상기 제1 특징 정보의 그룹 별 평균값을 상기 디스플레이에 표시하고,상기 특징 공간 상에서, 이동 전의 임베딩된 상기 제2 특징 정보를 상기 디스플레이에 출력하며,상기 특징 공간에서 이동하는 상기 적어도 일부의 제2 특징 정보가 이동하는 방향 및 거리를 상기 디스플레이에 출력하도록 구성되는, 클래스 의존적 도메인 유사화 학습 장치
6 6
제5항에 있어서,상기 프로세서는,상기 특징 공간 상에서 임베딩되어 이동하는 제2 특징 정보의 이동 방향을 화살표의 헤드(Head)로 상기 디스플레이에 출력하고, 상기 제2 특징 정보의 이동 거리에 비례한 길이를 상기 화살표의 바디(Body)로 상기 디스플레이에 출력하도록 구성되는, 클래스 의존적 도메인 유사화 학습 장치
7 7
제5항에 있어서,상기 프로세서는,상기 특징 공간 상에서 이동하지 않는 제2 특징 정보를 하이라이트 표시하여 상기 디스플레이에 출력하도록 구성되는, 클래스 의존적 도메인 유사화 학습 장치
8 8
클래스 의존적 도메인 유사화 학습 방법으로서,레이블(Label)이 있는 제1 도메인에 포함된 데이터 셋(Data Set)을 입력받아 특징 공간(Feature Space)에 임베딩 가능한 하나 이상의 제1 특징 정보를 추출하고, 레이블이 없는 제2 도메인에 포함된 데이터 셋을 입력받아 상기 특징 공간에 임베딩 가능한 하나 이상의 제2 특징 정보를 추출하는 단계;상기 특징 공간 상에서, 상기 하나 이상의 제1 특징 정보를 동일 레이블값에 기초하여 하나 이상의 그룹으로 그룹핑(Grouping)하여 각 그룹 별 상기 제1 특징 정보의 평균값을 산출하는 단계; 및상기 특징 공간 상에 상기 하나 이상의 제2 특징 정보를 임베딩하고, 임베딩된 상기 하나 이상의 제2 특징 정보의 각각 및 산출된 하나 이상의 상기 그룹 별 평균값 간의 거리 및 방향을 결정하며, 결정된 방향을 고려하여 상기 거리가 비례적으로 줄어들도록 상기 제2 특징 정보 중 적어도 일부를 상기 특징 공간 상에서 이동시키는 단계를 포함하는, 클래스 의존적 도메인 유사화 학습 방법
9 9
제8항에 있어서,상기 제1 특징 정보의 평균값을 산출하는 단계 이후에,제1 손실 함수(L1)의 값이 최소가 되도록 기 저장된 도메인 유사화 모델을 학습하는 단계를 더 포함하며,상기 제1 손실 함수(L1)는, 제2 특징 정보 각각에 대해, 상기 평균값 각각과의 거리 및 방향을 결정하고, 결정된 방향을 고려하여 결정된 거리가 짧은 평균값일수록 높은 가중치를 부여하여 상기 거리가 비례적으로 줄어들도록, 상기 제2 특징 정보 중 적어도 일부를 이동시키기 위한 함수인, 클래스 의존적 도메인 유사화 학습 방법
10 10
제8항에 있어서,상기 제1 특징 정보의 평균값을 산출하는 단계 이후에,상기 제1 손실 함수(L1), 제2 손실 함수(L2) 및 제3 손실 함수(L3)의 합인 총 손실 함수(LT)의 값이 최소가 되도록 상기 도메인 유사화 모델을 학습하는 단계를 더 포함하며,상기 제1 손실 함수(L1)는, 제2 특징 정보 각각에 대해, 상기 평균값 각각과의 거리 및 방향을 결정하고, 결정된 방향을 고려하여 결정된 거리가 짧은 평균값일수록 높은 가중치를 부여하여 상기 거리가 비례적으로 줄어들도록, 상기 제2 특징 정보 중 적어도 일부를 이동시키기 위한 함수이며,상기 제2 손실 함수(L2)는, 제1 특징 정보의 레이블을 추정한 경우, 추정 정확도를 산출하는 함수이고,상기 제3 손실 함수(L3)는, 제1 특징 정보 및 제2 특징 정보의 도메인을 추정하고, 추정 정확도를 산출하는 함수인, 클래스 의존적 도메인 유사화 학습 방법
11 11
제9항 또는 제10항에 있어서,상기 제1 손실 함수(L1)는, i번째 제2 특징 정보()와 j번째 평균값()과의 거리에 기초하여 산출된 제1 거리 변수() 및 상기 제1 거리 변수()를 n승수 곱한 값에 기초하여 산출된 제2 거리 변수()에 기반하여 산출되는, 클래스 의존적 도메인 유사화 학습 방법
12 12
제8항에 있어서,상기 제1 특징 정보의 그룹 별 평균값을 제1 디스플레이하는 단계;상기 특징 공간 상에서, 이동 전의 임베딩된 상기 제2 특징 정보를 제2 디스플레이하는 단계; 및상기 특징 공간에서 이동하는 상기 적어도 일부의 제2 특징 정보가 이동하는 방향 및 거리를 제3 디스플레이하는 단계를 더 포함하는, 클래스 의존적 도메인 유사화 학습 방법
13 13
제12항에 있어서,상기 제3 디스플레이하는 단계는,상기 특징 공간 상에서 임베딩되어 이동하는 제2 특징 정보의 이동 방향을 화살표의 헤드(Head)로 디스플레이하고, 상기 제2 특징 정보의 이동 거리에 비례한 길이를 상기 화살표의 바디(Body)로 디스플레이하는 단계를 포함하는, 클래스 의존적 도메인 유사화 학습 방법
14 14
제12항에 있어서,상기 특징 공간 상에서 이동하지 않는 제2 특징 정보를 하이라이트 표시하여 디스플레이하는 단계를 더 포함하는, 클래스 의존적 도메인 유사화 학습 방법
15 15
컴퓨터상에서 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체에 있어서,상기 프로그램은, 프로세서에 의한 실행 시, 상기 프로세서가,레이블(Label)이 있는 제1 도메인에 포함된 데이터 셋(Data Set)을 입력받아 특징 공간(Feature Space)에 임베딩 가능한 하나 이상의 제1 특징 정보를 추출하고, 레이블이 없는 제2 도메인에 포함된 데이터 셋을 입력받아 상기 특징 공간에 임베딩 가능한 하나 이상의 제2 특징 정보를 추출하는 동작,상기 특징 공간 상에서, 상기 하나 이상의 제1 특징 정보를 동일 레이블값에 기초하여 하나 이상의 그룹으로 그룹핑(Grouping)하여 각 그룹 별 상기 제1 특징 정보의 평균값을 산출하는 동작 및상기 특징 공간 상에 상기 하나 이상의 제2 특징 정보를 임베딩하고, 임베딩된 상기 하나 이상의 제2 특징 정보의 각각 및 산출된 하나 이상의 상기 그룹 별 평균값 간의 거리 및 방향을 결정하며, 결정된 방향을 고려하여 상기 거리가 비례적으로 줄어들도록 상기 제2 특징 정보 중 적어도 일부를 상기 특징 공간 상에서 이동시키는 동작을 수행하도록 하는 실행 가능한 명령을 포함하는, 컴퓨터 판독 가능한 기록 매체
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 서울대학교 산학협력단 이공분야기초연구사업 수학기반 산업데이터해석 연구센터
2 과학기술정보통신부 서울대학교 산학협력단 이공분야기초연구사업/중견연구자지원사업 안전한 인공지능 시스템 구현을 위한 적대적 공격 방어 기술 개발