맞춤기술찾기

이전대상기술

전자 장치 및 그 제어 방법

  • 기술번호 : KST2022014292
  • 담당센터 : 대구기술혁신센터
  • 전화번호 : 053-550-1450
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 전자 장치가 개시된다. 본 개시에 따른 전자 장치는 적어도 하나의 인스트럭션을 저장하는 메모리, 및 프로세서를 포함하고, 프로세서는, 입력 문장에 포함된 문법 오류를 교정하도록 학습된 제1 신경망 모델의 학습을 위한 제1 입력 문장에 대한 정보 및 제1 출력 문장에 대한 정보를 포함하는 학습 데이터를 획득하고, 학습 데이터를 바탕으로 제1 입력 문장에 대한 정보에 대응되는 변동값을 획득하고, 제1 입력 문장에 대한 정보 및 변동값을 바탕으로 제2 입력 문장에 대한 정보를 획득하고, 제2 입력 문장에 대한 정보 및 제1 출력 문장에 대한 정보를 바탕으로 제1 신경망 모델을 학습시킨다.
Int. CL G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01)
CPC G06N 3/08(2013.01) G06N 3/0454(2013.01) G06F 40/253(2013.01)
출원번호/일자 1020210009146 (2021.01.22)
출원인 삼성전자주식회사, 포항공과대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0106331 (2022.07.29) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 13

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 삼성전자주식회사 대한민국 경기도 수원시 영통구
2 포항공과대학교 산학협력단 대한민국 경상북도 포항시 남구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 권순철 경상북도 포항시 남구
2 이근배 경상북도 포항시 남구
3 이해준 경기도 수원시 영통구
4 유원호 경기도 수원시 영통구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 정홍식 대한민국 서울시 서초구 강남대로 *** 신덕빌딩 *층(나우특허법률사무소)
2 김태헌 대한민국 서울시 서초구 강남대로 *** 신덕빌딩 *층(나우특허법률사무소)

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
2021.01.22 수리 (Accepted) 1-1-2021-0086290-24
2 보정요구서
Request for Amendment
2021.01.26 발송처리완료 (Completion of Transmission) 1-5-2021-0015885-20
3 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2021.01.27 수리 (Accepted) 1-1-2021-0108588-30
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
전자 장치에 있어서,적어도 하나의 인스트럭션을 저장하는 메모리; 및프로세서;를 포함하고,상기 프로세서는,입력 문장에 포함된 문법 오류를 교정하도록 학습된 제1 신경망 모델의 학습을 위한 제1 입력 문장에 대한 정보 및 제1 출력 문장에 대한 정보를 포함하는 학습 데이터를 획득하고,상기 학습 데이터를 바탕으로 상기 제1 입력 문장에 대한 정보에 대응되는 변동값을 획득하고, 상기 제1 입력 문장에 대한 정보 및 상기 변동값을 바탕으로 제2 입력 문장에 대한 정보를 획득하고,상기 제2 입력 문장에 대한 정보 및 상기 제1 출력 문장에 대한 정보를 바탕으로 상기 제1 신경망 모델을 학습시키는전자 장치
2 2
제1 항에 있어서,상기 프로세서는,상기 제1 신경망 모델에 대한 손실 함수의 값이 기설정된 값보다 커지도록하는 값을 상기 변동값으로 획득하는 전자 장치
3 3
제2 항에 있어서,상기 프로세서는,상기 제1 입력 문장에 대한 정보 및 상기 제1 출력 문장에 대한 정보를 상기 손실 함수에 입력하여 제1 손실 값을 획득하고,상기 제1 손실 값을 미분하여 상기 변동값을 획득하는 전자 장치
4 4
제1 항에 있어서,상기 프로세서는,상기 제1 입력 문장에 대한 정보를 입력 문장에 대한 정보를 바탕으로 변동값을 획득하도록 학습된 제2 신경망 모델에 입력하여 상기 변동값을 획득하는전자 장치
5 5
제1 항에 있어서,상기 프로세서는,상기 변동값 및 상기 변동값의 크기를 조절하기 위한 하이퍼파라미터를 바탕으로 상기 제2 입력 문장에 대한 정보를 획득하는전자 장치
6 6
제1 항에 있어서,상기 프로세서는,상기 제2 입력 문장에 대한 정보를 상기 제1 신경망 모델에 입력하여 제2 출력 문장에 대한 정보를 획득하고,상기 제1 출력 문장에 대한 정보와 상기 제2 출력 문장에 대한 정보의 차이가 기설정된 값보다 작아지도록 상기 제1 신경망 모델을 학습시키는전자 장치
7 7
전자 장치의 제어 방법에 있어서,입력 문장에 포함된 문법 오류를 교정하도록 학습된 제1 신경망 모델의 학습을 위한 제1 입력 문장에 대한 정보 및 제1 출력 문장에 대한 정보를 포함하는 학습 데이터를 획득하는 단계;상기 학습 데이터를 바탕으로 상기 제1 입력 문장에 대한 정보에 대응되는 변동값을 획득하는 단계; 상기 제1 입력 문장에 대한 정보 및 상기 변동값을 바탕으로 제2 입력 문장에 대한 정보를 획득하는 단계; 및상기 제2 입력 문장에 대한 정보 및 상기 제1 출력 문장에 대한 정보를 바탕으로 상기 제1 신경망 모델을 학습시키는 단계;를 포함하는제어 방법
8 8
제7 항에 있어서,상기 변동값을 획득하는 단계는,상기 제1 신경망 모델에 대한 손실 함수의 값이 기설정된 값보다 커지도록하는 값을 상기 변동값으로 획득하는 제어 방법
9 9
제8 항에 있어서,상기 변동값을 획득하는 단계는,상기 제1 입력 문장에 대한 정보 및 상기 제1 출력 문장에 대한 정보를 상기 손실 함수에 입력하여 제1 손실 값을 획득하고,상기 제1 손실 값을 미분하여 상기 변동값을 획득하는제어 방법
10 10
제7 항에 있어서,상기 변동값을 획득하는 단계는,상기 제1 입력 문장에 대한 정보를 입력 문장에 대한 정보를 바탕으로 변동값을 획득하도록 학습된 제2 신경망 모델에 입력하여 상기 변동값을 획득하는제어 방법
11 11
제7 항에 있어서,상기 제2 입력 문장에 대한 정보를 획득하는 단계는,상기 변동값 및 상기 변동값의 크기를 조절하기 위한 하이퍼파라미터를 바탕으로 상기 제2 입력 문장에 대한 정보를 획득하는제어 방법
12 12
제7 항에 있어서,상기 제1 신경망 모델을 학습시키는 단계는,상기 제2 입력 문장에 대한 정보를 상기 제1 신경망 모델에 입력하여 제2 출력 문장에 대한 정보를 획득하고,상기 제1 출력 문장에 대한 정보와 상기 제2 출력 문장에 대한 정보의 차이가 기설정된 값보다 작아지도록 상기 제1 신경망 모델을 학습시키는제어 방법
13 13
제7 항 내지 제12 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 비일시적인(non-transitory) 기록매체
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.