맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

인간 활동 인식을 위한 희소 특성 학습 방법 및 시스템

  • 기술번호 : KST2022009039
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
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 인간 활동 인식을 위한 희소 특성 학습 방법 및 시스템이 제시된다. 본 발명에서 제안하는 인간 활동 인식을 위한 희소 특성 학습 시스템은 인간 활동 인식을 위한 일변량 시계열 데이터를 수신하여 복수의 단계를 통해 학습하는 CNN(Convolutional Neural Network), 인간 활동 인식을 위한 다변량 시계열 데이터를 수신하여 학습하는 LSTM(Long Short-term Memory) 및 CNN 및 LSTM으로부터 학습된 데이터를 입력 받아 희소 학습에 기초하여 레이어 간 노드를 분류하는 완전 연결 레이어(fully connected layer)를 포함한다.
Int. CL G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01) G06K 9/00 (2022.01.01)
CPC
출원번호/일자 1020210030769 (2021.03.09)
출원인 인하대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0095061 (2022.07.06) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020200185624   |   2020.12.29
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.03.09)
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 인하대학교 산학협력단 대한민국 인천광역시 미추홀구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김덕환 서울특별시 양천구
2 울라샨 서울특별시 서초구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

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		 2021.03.09 수리 (Accepted) 1-1-2021-0276440-33
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
인간 활동 인식을 위한 일변량 시계열 데이터를 수신하여 복수의 단계를 통해 학습하는 CNN(Convolutional Neural Network); 인간 활동 인식을 위한 다변량 시계열 데이터를 수신하여 학습하는 LSTM(Long Short-term Memory); 및CNN 및 LSTM으로부터 학습된 데이터를 입력 받아 희소 학습에 기초하여 레이어 간 노드를 분류하는 완전 연결 레이어(fully connected layer)를 포함하는 희소 특성 학습 시스템
2 2
제1항에 있어서,완전 연결 레이어는, 희소 학습을 수행하기 위해 사전 훈련된 네트워크를 분석하여 미리 정해진 임계 값을 기준으로 레이어 간 약한 노드(weaker nodes) 또는 강한 노드(strong nodes)를 분류하고, 모든 레이어 또는 선택한 레이어에서 정해진 임계 값 이상의 강한 노드는 비-훈련되고, 선택한 레이어에서 임계 값 이하의 약한 노드는 다시 재훈련되는 희소 특성 학습 시스템
3 3
제2항에 있어서,완전 연결 레이어는, 학습된 데이터의 기존 클래스가 희소 학습을 수행하기 위한 새로운 클래스보다 큰 경우 완전 연결 레이어에서 노드의 순위 크기 방법을 적용하고, 순위 크기 방법은 활성화 함수 출력 및 내림차순 정렬을 이용하는 희소 특성 학습 시스템
4 4
제2항에 있어서,완전 연결 레이어는, 학습된 데이터의 기존 클래스가 희소 학습을 수행하기 위한 새로운 클래스보다 작은 경우 하기 식을 이용하여 평균 활성화 방법을 적용하는 희소 특성 학습 시스템
5 5
CNN(Convolutional Neural Network)을 통해 인간 활동 인식을 위한 일변량 시계열 데이터를 수신하여 복수의 단계를 통해 학습하는 단계; LSTM(Long Short-term Memory)을 통해 인간 활동 인식을 위한 다변량 시계열 데이터를 수신하여 학습하는 단계; 및완전 연결 레이어(fully connected layer)를 통해 CNN 및 LSTM로으부터 학습된 데이터를 입력 받아 희소 학습에 기초하여 레이어 간 노드를 분류하는 단계를 포함하는 희소 특성 학습 방법
6 6
제5항에 있어서,완전 연결 레이어(fully connected layer)를 통해 CNN 및 LSTM로으부터 학습된 데이터를 입력 받아 희소 학습에 기초하여 레이어 간 노드를 분류하는 단계는, 희소 학습을 수행하기 위해 사전 훈련된 네트워크를 분석하여 미리 정해진 임계 값을 기준으로 레이어 간 약한 노드(weaker nodes) 또는 강한 노드(strong nodes)를 분류하고, 모든 레이어 또는 선택한 레이어에서 정해진 임계 값 이상의 강한 노드는 비-훈련되고, 선택한 레이어에서 임계 값 이하의 약한 노드는 다시 재훈련되는 희소 특성 학습 방법
7 7
제6항에 있어서,완전 연결 레이어(fully connected layer)를 통해 CNN 및 LSTM로으부터 학습된 데이터를 입력 받아 희소 학습에 기초하여 레이어 간 노드를 분류하는 단계는, 학습된 데이터의 기존 클래스가 희소 학습을 수행하기 위한 새로운 클래스보다 큰 경우 완전 연결 레이어에서 노드의 순위 크기 방법을 적용하고, 순위 크기 방법은 활성화 함수 출력 및 내림차순 정렬을 이용하는 희소 특성 학습 방법
8 8
제6항에 있어서,완전 연결 레이어(fully connected layer)를 통해 CNN 및 LSTM로으부터 학습된 데이터를 입력 받아 희소 학습에 기초하여 레이어 간 노드를 분류하는 단계는, 학습된 데이터의 기존 클래스가 희소 학습을 수행하기 위한 새로운 클래스보다 작은 경우 하기 식을 이용하여 평균 활성화 방법을 적용하는 희소 특성 학습 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 산업통상자원부 인하대학교 산학협력단 미래형자동차 RND 전문인력양성사업 미래형자동차 R＆D 전문인력양성 사업 (4차년도)
2 교육부 인하대학교 기본연구(교육부) [Ezbaro] 고가용성, 고신뢰성 클라우드 시스템을 위해 딥러닝 기술을 적용한 Key-Value 기반의 지능형 소프트웨어 정의 스토리지
3 과학기술정보통신부 인하대학교 산학협력단 방송통신산업기술개발사업 [Ezbaro] 커넥티드 카를 위한 지능형 모바일 엣지 클라우드 솔루션 개발(2차년도)
4 과학기술정보통신부 인하대학교 산학협력단 방송통신산업기술개발사업 [Ezbaro] 자율협력형 스마트 임베디드 기기에서의 실시간 추론을 위한 딥러닝 모델 병합 및 분할 플랫폼 개발(2차년도)