맞춤기술찾기

이전대상기술

인공지능 알고리즘 자동 생성 방법 및 시스템

  • 기술번호 : KST2022006936
  • 담당센터 :
  • 전화번호 :
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 발명의 인공지능 알고리즘 자동 생성 방법은, 요구되는 인공지능의 조건에 따라 기본 후보 파이프라인을 결정하는 단계; 데이터베이스 로그 기반에서 각 상기 기본 후보 파이프라인들 보다 성능이 높은 파이프라인들을 1차 추가 후보 파이프라인으로 추가하는 단계; 상기 각 후보 파이프라인의 파이프라인 템플릿을 구성하는 각 단위 스텝들의 최적 조합을 선정하여, 2차 추가 후보 파이프라인을 결정하는 단계; 및 상기 후보 파이프라인들 중 최고의 성능을 보이는 것을 최종 인공지능 파이프라인으로 확정하는 단계를 포함할 수 있다.
Int. CL G06N 20/20 (2019.01.01) G06N 3/08 (2006.01.01)
CPC G06N 20/20(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020200124842 (2020.09.25)
출원인 한국전력공사
등록번호/일자
공개번호/일자 10-2022-0041519 (2022.04.01) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 12

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 장광선 대전광역시 유성구
2 이정일 대전광역시 유성구
3 임정선 대전광역시 유성구
4 신지강 대전광역시 유성구
5 최승환 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 정안 대한민국 서울특별시 강남구 선릉로 ***, ***호(논현동,썬라이더빌딩)

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
2020.09.25 수리 (Accepted) 1-1-2020-1024605-71
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
요구되는 인공지능의 조건에 따라 기본 후보 파이프라인을 결정하는 단계;데이터베이스 로그 기반에서 각 상기 기본 후보 파이프라인들 보다 성능이 높은 파이프라인들을 1차 추가 후보 파이프라인으로 추가하는 단계;상기 각 후보 파이프라인의 파이프라인 템플릿을 구성하는 각 단위 스텝들의 최적 조합을 선정하여, 2차 추가 후보 파이프라인을 결정하는 단계; 및상기 후보 파이프라인들 중 최고의 성능을 보이는 것을 최종 인공지능 파이프라인으로 확정하는 단계를 포함하는 인공지능 알고리즘 자동 생성 방법
2 2
제1항에 있어서,상기 2차 추가 후보 파이프라인을 결정하는 단계 이전에,최적 판정에 있어서 각 단위 스텝들의 최적 선택 순서를 결정하는 단계를 더 포함하는 인공지능 알고리즘 자동 생성 방법
3 3
제2항에 있어서,상기 2차 추가 후보 파이프라인을 결정하는 단계는,상기 각 후보 파이프라인 템플릿을 구성하는 일련의 스텝들 중, 최적 선택 순서상 첫번째 스텝에 대하여 최적 작업을 선택하는 과정; 및이전에 선택된 최적 작업을 그대로 반영한 상태로 최적 선택 순서상 다음 스텝에 대하여 최적 작업을 선택하는 것을 최종 스텝까지 수행하는 과정을 포함하는 인공지능 알고리즘 자동 생성 방법
4 4
제1항에 있어서,상기 2차 후보 파이프라인을 결정하는 단계에서는,상기 후보 파이프라인 템플릿들에 추가하는 단계에서 추가된 후보 파이프라인 템블릿들에 대해서만 각 단위 스텝들의 최적 조합을 선정하는 인공지능 알고리즘 자동 생성 방법
5 5
제1항에 있어서,상기 기본 후보 파이프라인을 결정하는 단계는, 인공지능이 처리하는 데이터 특성과 문제 정의로부터 제1 개수의 파이프라인들을 구분하는 단계; 및무작위 샘플링한 평가용 데이터 세트를 이용하여 상기 제1 개수의 파이프라인들의 성능을 측정한 결과로 제2 개수의 파이프라인들을 상기 기본 후보 파이프라인으로 선택하는 단계 를 포함하는 인공지능 알고리즘 자동 생성 방법
6 6
제1항에 있어서,상기 기본 후보 파이프라인을 결정하는 단계는, 인공지능 알고리즘의 후보 파이프라인 템플릿들을 결정하는 단계; 및결정된 상기 각 후보 파이프라인 템플릿을 구성하는 각 단위 스텝들의 최적 조합을 선정하여 각 기본 후보 파이프라인을 생성하는 단계를 포함하는 인공지능 알고리즘 자동 생성 방법
7 7
제6항에 있어서,상기 2차 후보 파이프라인을 결정하는 단계에서는,상기 기본 후보 파이프라인을 결정하는 단계에서 적용한 각 단위 스텝들의 최적 선택 순서 및 최적 선택을 위한 "평가용 데이터 세트" 중 적어도 하나 이상을 다른 것으로 적용하는 인공지능 알고리즘 자동 생성 방법
8 8
파이프라인들 및 각 파이프라인들을 구성하는 스텝들에 대한 정보와, 상기 각 파이프라인을 평가하기 위한 평가 데이터들과, 기 수행된 평가 및 최적화에 대한 로그가 저장된 인공지능 DB;평가 데이터를 선정하며, 파이프라인 템플릿을 구성하는 각 스텝들에 대하여 최적 작업을 선정하여 파이프라인을 생성하는 특징 공학 모듈; 및다수개의 후보 파이프라인 템플릿들을 관리하고, 다수개의 후보 파이프라인들을 관리하며, 최종 인공지능 파이프라인을 확정하는 모델 최적화 모듈을 포함하는 인공지능 알고리즘 자동 생성 시스템
9 9
제8항에 있어서,상기 모델 최적화 모듈은,상기 후보 파이프라인 템플릿들을 결정하고,데이터베이스 로그 기반에서 기본 후보 파이프라인들 보다 성능이 높은 파이프라인들을 1차 추가 후보 파이프라인들로 추가하고, 추가된 상기 1차 추가 후보 파이프라인들이 속하는 템플릿들을 상기 후보 파이프라인 템플릿들에 추가하며, 상기 기본 후보 파이프라인들, 상기 1차 추가 후보 파이프라인들 및 2차 추가 후보 파이프라인들 중 최고의 성능을 보이는 것을 최종 인공지능 파이프라인으로 확정하는 인공지능 알고리즘 자동 생성 시스템
10 10
제9항에 있어서,상기 특징 공학 모듈은,상기 각 후보 파이프라인 템플릿을 구성하는 각 단위 스텝들의 최적 조합을 선정하여 상기 기본 후보 파이프라인들 및 상기 2차 추가 후보 파이프라인들을 결정하는 인공지능 알고리즘 자동 생성 시스템
11 11
제8항에 있어서,상기 특징 공학 모듈은,상기 파이프라인 생성을 위한 최적 판정에 있어서 각 단위 스텝들의 최적 선택 순서를 결정하는 인공지능 알고리즘 자동 생성 시스템
12 12
제8항에 있어서,상기 특징 공학 모듈은,상기 각 후보 파이프라인 템플릿을 구성하는 일련의 스텝들 중, 최적 선택 순서상 첫번째 스텝에 대하여 최적 작업을 선택하고, 이전에 선택된 최적 작업을 그대로 반영한 상태로 최적 선택 순서상 다음 스텝에 대하여 최적 작업을 선택하는 것을 최종 스텝까지 수행하는 인공지능 알고리즘 자동 생성 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.