맞춤기술찾기

이전대상기술

가중 트리플 지식 그래프를 생성하는 장치, 방법 및 컴퓨터 프로그램

  • 기술번호 : KST2022006490
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 가중 트리플 지식 그래프를 생성하는 장치는 주어, 술어 및 목적어로 구성된 복수의 트리플 노드(node) 및 상기 복수의 트리플 노드 간을 연결하는 복수의 엣지(edge)를 포함하는 트리플 지식 그래프(Triple Knowledge Graph)를 획득하는 획득부, 상기 트리플 지식 그래프로부터 상기 복수의 트리플 노드 간의 연결 여부에 기초하여 인접 행렬을 생성하고, 상기 복수의 트리플 노드 각각과 인접한 이웃 술어 간의 관련성에 기초하여 제 1 특징 행렬을 생성하는 행렬 생성부, 상기 인접 행렬 및 상기 제 1 특징 행렬을 지식 그래프 학습 모델에 입력하고, 상기 지식 그래프 학습 모델을 통해 상기 복수의 트리플 노드 각각과 이웃 트리플 노드 간의 관계를 나타낸 인접성 벡터를 포함하는 제 2 특징 행렬을 출력하는 학습부 및 상기 출력된 제 2 특징 행렬에 기초하여 가중 트리플 지식 그래프를 생성하는 가중 트리플 지식 그래프 생성부를 포함한다.
Int. CL G06F 16/901 (2019.01.01) G06F 16/36 (2019.01.01) G06F 17/16 (2006.01.01) G06N 5/02 (2006.01.01)
CPC G06F 16/9024(2013.01) G06F 16/36(2013.01) G06F 17/16(2013.01) G06N 5/02(2013.01) G06N 20/00(2013.01)
출원번호/일자 1020210135086 (2021.10.12)
출원인 서울시립대학교 산학협력단
등록번호/일자 10-2389555-0000 (2022.04.19)
공개번호/일자
공고번호/일자 (20220422) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.10.12)
심사청구항수 9

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김한준 서울특별시 서초구
2 조새롬 서울특별시 은평구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인엠에이피에스 대한민국 서울특별시 강남구 테헤란로*길 **, *층 (역삼동, 한동빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 서울시립대학교 산학협력단 서울특별시 동대문구
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
2021.10.12 수리 (Accepted) 1-1-2021-1165799-61
2 [우선심사신청]심사청구서·우선심사신청서
2021.10.12 수리 (Accepted) 1-1-2021-1165824-15
3 선행기술조사의뢰서
Request for Prior Art Search
2021.11.01 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2021.11.11 발송처리완료 (Completion of Transmission) 9-6-2021-0237783-44
5 의견제출통지서
Notification of reason for refusal
2021.12.24 발송처리완료 (Completion of Transmission) 9-5-2021-1009700-95
6 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2022.01.03 수리 (Accepted) 1-1-2022-0002128-34
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2022.01.03 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2022-0002126-43
8 특허고객번호 정보변경(경정)신고서·정정신고서
2022.01.25 수리 (Accepted) 4-1-2022-5020718-60
9 등록결정서
Decision to grant
2022.04.13 발송처리완료 (Completion of Transmission) 9-5-2022-0277199-83
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
가중 트리플 지식 그래프를 생성하는 장치에 있어서, 주어, 술어 및 목적어로 구성된 복수의 트리플 노드(node) 및 상기 복수의 트리플 노드 간을 연결하는 복수의 엣지(edge)를 포함하는 트리플 지식 그래프(Triple Knowledge Graph)를 획득하는 획득부;상기 트리플 지식 그래프로부터 상기 복수의 트리플 노드 간의 연결 여부에 기초하여 인접 행렬을 생성하고, 상기 복수의 트리플 노드 각각과 인접한 이웃 술어 간의 관련성에 기초하여 제 1 특징 행렬을 생성하는 행렬 생성부;상기 인접 행렬 및 상기 제 1 특징 행렬을 지식 그래프 학습 모델에 입력하고, 상기 지식 그래프 학습 모델을 통해 상기 복수의 트리플 노드 각각과 이웃 트리플 노드 간의 관계를 나타낸 인접성 벡터를 포함하는 제 2 특징 행렬을 출력하는 학습부; 및상기 출력된 제 2 특징 행렬에 기초하여 가중 트리플 지식 그래프를 생성하는 가중 트리플 지식 그래프 생성부를 포함하는, 지식 그래프 생성 장치
2 2
제 1 항에 있어서, 상기 복수의 트리플 노드 각각은 인접한 적어도 하나의 이웃 트리플 노드를 포함하는 이웃 트리플 노드 집합을 가지는 것인, 지식 그래프 생성 장치
3 3
제 2 항에 있어서, 상기 복수의 트리플 노드 각각에 대해 상기 이웃 트리플 노드 집합에 기초하여 이웃 술어 집합을 정의하고, 상기 복수의 트리플 노드 각각에 포함된 술어에 기초하여 전체 술어 집합을 정의하는 정의부를 더 포함하는 것인, 지식 그래프 생성 장치
4 4
제 3 항에 있어서, 상기 행렬 생성부는 상기 복수의 트리플 노드의 수 및 상기 전체 술어 집합의 수에 기초하여 제 1 초기 특징 행렬을 생성하고, 상기 제 1 초기 특징 행렬 및 상기 이웃 술어 집합에 기초하여 특정 트리플 노드에 대한 적어도 하나의 이웃 술어 간의 관련성을 산출하고, 상기 산출된 관련성에 기초하여 상기 제 1 특징 행렬을 생성하는 것인, 지식 그래프 생성 장치
5 5
제 4 항에 있어서, 상기 학습부는 상기 지식 그래프 학습 모델에 입력된 상기 인접 행렬 및 상기 제 1 특징 행렬을 합성곱층을 통해 가중치 행렬과의 합성곱 연산을 수행하고, 상기 합성곱층을 통해 상기 특정 트리플 노드로부터 연속적인 인접 관계에 기초하여 가장 먼 이웃 트리플 노드의 특징까지 학습되는 것인, 지식 그래프 생성 장치
6 6
제 5 항에 있어서, 상기 학습부는 교차 엔트로피 손실함수에 기초하여 상기 가중치 행렬을 업데이트하는 것인, 지식 그래프 생성 장치
7 7
제 1 항에 있어서, 상기 가중 트리플 지식 그래프에 대해 상기 복수의 트리플 노드 간의 가중치에 기초하여 경로 집합을 생성하고, 상기 생성된 경로 집합에 기초하여 상기 가중 트리플 지식 그래프 기반의 임베딩 모델을 생성하는 임베딩 모델 생성부를 더 포함하는 것인, 지식 그래프 생성 장치
8 8
제 7 항에 있어서, 상기 복수의 트리플 노드 간의 가중치는 상기 복수의 트리플 노드 각각에 해당하는 상기 제 2 특징 행렬의 행벡터 간의 코사인 유사도이고, 상기 제 2 특징 행렬의 행백터는 상기 복수의 트리플 노드 각각에 대한 상기 인접성 벡터인 것인, 지식 그래프 생성 장치
9 9
지식 그래프 생성 장치에서 가중 트리플 지식 그래프를 생성하는 방법에 있어서, 주어, 술어 및 목적어로 구성된 복수의 트리플 노드(node) 및 상기 복수의 트리플 노드 간을 연결하는 복수의 엣지(edge)를 포함하는 트리플 지식 그래프(Triple Knowledge Graph)를 획득하는 단계;상기 트리플 지식 그래프로부터 상기 복수의 트리플 노드 간의 연결 여부에 기초하여 인접 행렬을 생성하고, 상기 복수의 트리플 노드 각각과 인접한 이웃 술어 간의 관련성에 기초하여 제 1 특징 행렬을 생성하는 단계;상기 인접 행렬 및 상기 제 1 특징 행렬을 지식 그래프 학습 모델에 입력하고, 상기 지식 그래프 학습 모델을 통해 상기 복수의 트리플 노드 각각과 이웃 트리플 노드 간의 관계를 나타낸 인접성 벡터를 포함하는 제 2 특징 행렬을 출력하는 단계; 및상기 출력된 제 2 특징 행렬에 기초하여 가중 트리플 지식 그래프를 생성하는 단계를 포함하는, 지식 그래프 생성 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 과학기술정보통신부 호서대학교산학협력단 대학ICT연구센터지원사업 5G 기반 산업별 빅데이터 활용 딥러닝 모형 개발 및 인력양성