맞춤기술찾기

이전대상기술

오토 인코딩 인공지능 학습 방법, 학습 프로그램, 학습 컴퓨팅 장치

  • 기술번호 : KST2022013381
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 일 면에 따른 오토 인코딩 인공지능 학습 방법은 원본 데이터를 가공하는 단계, 가공된 원본 데이터를 동일한 입력단과 출력단으로 설정하는 단계, 및 상기 입력단 및 출력단보다 큰 오버사이즈를 가지는 코드 레이어로 오토 인코딩을 수행하는 단계를 포함한다.
Int. CL G06N 3/08 (2006.01.01)
CPC G06N 3/082(2013.01) G06N 3/088(2013.01) G06N 3/04(2013.01)
출원번호/일자 1020210004382 (2021.01.13)
출원인 연세대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0102675 (2022.07.21) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.01.13)
심사청구항수 13

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박유랑 서울시 송파구
2 차동철 서울시 서대문구

대리인

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

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
2021.01.13 수리 (Accepted) 1-1-2021-0042601-11
2 의견제출통지서
Notification of reason for refusal
2022.03.28 발송처리완료 (Completion of Transmission) 9-5-2022-0230995-75
3 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2022.05.24 수리 (Accepted) 1-1-2022-0547044-80
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2022.05.24 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2022-0547045-25
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
오토 인코딩 인공지능 학습 방법에 있어서,원본 데이터를 가공하는 단계;가공된 원본 데이터를 동일한 입력단과 출력단으로 설정하는 단계; 및상기 입력단 및 출력단보다 큰 오버사이즈를 가지는 코드 레이어로 오토 인코딩을 수행하는 단계;를 포함하는 오토 인코딩 인공지능 학습 방법
2 2
제1 항에 있어서,상기 오토 인코딩을 수행하는 단계 다음에,상기 오버사이즈 코드 레이어를 이용하여 모델 학습을 수행하는 단계를 포함하는 오토 인코딩 인공지능 학습 방법
3 3
제1 항에 있어서,상기 원본 데이터를 가공하는 단계는,일 기관에서 획득한 원본 데이터를 수직적으로 분할 가공하는 단계인 오토 인코딩 인공지능 학습 방법
4 4
제3 항에 있어서,상기 가공된 원본 데이터를 동일한 입력단과 출력단으로 설정하는 단계는,상기 분할 가공된 원본 데이터별로 별도의 입력단과 출력단으로 설정하는 단계인 오토 인코딩 인공지능 학습 방법
5 5
제4 항에 있어서,상기 입력단 및 출력단보다 큰 오버사이즈를 가지는 코드 레이어로 오토 인코딩을 수행하는 단계는,상기 원본 데이터별로 오토 인코딩으로 수행된 잠재 데이터를 획득하는 단계를 더 포함하는 오토 인코딩 인공지능 학습 방법
6 6
제5 항에 있어서,상기 잠재 데이터를 통합하는 단계를 더 포함하는 오토 인코딩 인공지능 학습 방법
7 7
제6 항에 있어서,상기 통합한 잠재 데이터를 바탕으로 모델 학습을 수행하는 단계를 더 포함하는 오토 인코딩 인공지능 학습 방법
8 8
제6 항에 있어서,통합된 잠재 데이터를 타 기관으로 전송하여 모델링에 활용하는 단계를 더 포함하는 오토 인코딩 인공지능 학습 방법
9 9
컴퓨터인 하드웨어와 결합되어, 제1항 내지 제8항 중 어느 한 항의 방법을 실행하기 위해 매체에 저장된, 오토 인코딩 인공지능 학습 프로그램
10 10
딥러닝 및 오토 인코딩을 제어하는 제어부를 포함하는 오토 인코딩 인공지능 학습 컴퓨팅 장치에 있어서,상기 제어부는,원본 데이터를 가공하고,가공된 원본 데이터를 동일한 입력단과 출력단으로 설정하고, 및상기 입력단 및 출력단보다 큰 오버사이즈를 가지는 코드 레이어로 오토 인코딩을 수행하는 것을 특징으로 하는 오토 인코딩 인공지능 학습 컴퓨팅 장치
11 11
제10 항에 있어서,상기 제어부는 오버사이즈 코드 레이어를 이용하여 모델 학습을 수행하는 것을 특징으로 하는 오토 인코딩 인공지능 학습 컴퓨팅 장치
12 12
제10 항에 있어서,상기 제어부는 일 기관에서 획득한 원본 데이터를 수직적으로 분할 가공하도록 상기 원본 데이터를 가공하는 오토 인코딩 인공지능 학습 컴퓨팅 장치
13 13
제12 항에 있어서,상기 제어부는 상기 분할 가공된 원본 데이터별로 별도의 입력단과 출력단으로 설정하는 오토 인코딩 인공지능 학습 컴퓨팅 장치
14 14
제13 항에 있어서,상기 제어부는 상기 원본 데이터별로 오토 인코딩으로 수행된 잠재 데이터를 획득하도록 오토 인코딩을 제어하는 오토 인코딩 인공지능 학습 컴퓨팅 장치
15 15
제14 항에 있어서,상기 제어부는 상기 잠재 데이터를 통합하는 오토 인코딩 인공지능 학습 컴퓨팅 장치
16 16
제15 항에 있어서,상기 제어부는 상기 통합한 잠재 데이터를 바탕으로 모델 학습을 수행하는 오토 인코딩 인공지능 학습 컴퓨팅 장치
17 17
제15 항에 있어서,상기 제어부는 상기 통합된 잠재 데이터를 타 기관으로 전송하여 모델링에 활용하는 오토 인코딩 인공지능 학습 컴퓨팅 장치
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 보건복지부 연세대학교 산학협력단 의료데이터 보호·활용 기술개발 다중 분할 임상 데이터 기반 분산형 컴퓨팅 기술 개발 및 검증