| 1 |
1
위험 지표 산출 장치를 이용한 위험 지표 산출 방법에 있어서,평가 대상의 위험 정도에 영향을 미치는 각 변수별 훈련 데이터를 확률 분포에 기반하여 위험 점수 데이터로 변환하는 단계;훈련 데이터를 일정한 방향성을 가지는 데이터로 변환하여 변환 데이터를 생성하는 단계;상기 위험 점수 데이터와 상기 변환 데이터를 이용하여 학습 모델의 파라미터를 결정하는 단계; 및평가 대상의 현재 수집된 각 변수별 상태 데이터를 학습 모델의 결정된 파라미터를 이용하여 부호화하여 평가 대상의 위험 지표를 산출하는 단계를 포함하는 위험 지표 산출 방법
|
| 2 |
2
제1항에 있어서,상기 학습 모델은,오토인코더, 주성분 분석, 비음수 행렬 분해 기반의 학습 모델 중에서 선택되는 위험 지표 산출 방법
|
| 3 |
3
제1항에 있어서,상기 학습 모델은 오토인코더이며,상기 학습 모델의 파라미터를 결정하는 단계는,상기 변환 데이터를 부호화하여 부호화 데이터를 생성하는 단계와,상기 부호화 데이터를 복호화 하여 복호화 데이터를 생성하는 단계와,상기 복호화 데이터 및 상기 위험 점수 데이터 사이의 손실을 이용하여 오토인코더 파라미터를 결정하는 단계를 포함하는 위험 지표 산출 방법
|
| 4 |
4
제3항에 있어서,상기 오토인코더 파라미터는 상기 복호화 데이터 및 상기 변환 데이터 사이의 손실을 추가로 이용하여 결정되는 위험 지표 산출 방법
|
| 5 |
5
제4항에 있어서,상기 오토인코더 파라미터는 상기 복호화 데이터 및 상기 위험 점수 데이터 사이의 손실 및 상기 복호화 데이터 및 상기 변환 데이터 사이의 손실의 합에 기초하여 결정되는 위험 지표 산출 방법
|
| 6 |
6
제1항에 있어서,상기 훈련 데이터를 상기 위험 점수 데이터로 변환하는 단계는,상기 훈련 데이터가 따르는 가우시안 분포의 누적 확률 값을 상기 위험 점수 데이터로 결정하는 단계를 포함하는 위험 지표 산출 방법
|
| 7 |
7
제1항에 있어서,상기 변환 데이터를 생성하는 단계는,상기 훈련 데이터의 복수의 상태 변수 각각이 복수의 방향성 중 하나를 가지는 경우에, 상기 복수의 상태 변수 각각이 상기 복수의 방향성 중 대표 방향성을 가지도록 상기 복수의 상태 변수 각각을 변환하여 복수의 변환된 상태 변수를 생성하는 단계와,상기 복수의 변환된 상태 변수의 범위를 일정 범위로 조절하여 상기 변환 데이터를 생성하는 단계를 포함하는 위험 지표 산출 방법
|
| 8 |
8
제1항에 있어서,상기 학습 모델은 오더인코더이고,상기 위험 지표를 산출하는 단계는,결정된 오토인코더 파라미터를 이용하여 평가 대상의 현재 수집된 상태 데이터의 복수의 상태 변수를 부호화하여 하나 이상의 잠재 변수를 생성하는 단계와,상기 하나 이상의 잠재 변수를 이용하여 상기 위험 지표를 산출하는 단계를 포함하는 위험 지표 산출 방법
|
| 9 |
9
제8항에 있어서,상기 하나 이상의 잠재 변수의 개수는 상기 복수의 상태 변수의 개수보다 적은 위험 지표 산출 방법
|
| 10 |
10
제8항에 있어서,상기 하나 이상의 잠재 변수의 평균 값을 이용하여 상기 위험 지표가 산출되는 위험 지표 산출 방법
|
| 11 |
11
제1항에 있어서,상기 산출된 위험 지표를 적어도 하나의 임계값과 비교하여 평가 대상의 위험도 레벨을 판단하는 단계를 더 포함하는 위험 지표 산출 방법
|
| 12 |
12
평가 대상의 위험 정도에 영향을 미치는 각 변수별 훈련 데이터를 확률 분포에 기반하여 위험 점수 데이터로 변환하고, 훈련 데이터를 일정한 방향성을 가지는 데이터로 변환하여 변환 데이터를 생성하며, 상기 위험 점수 데이터와 상기 변환 데이터를 이용하여 학습 모델의 파라미터를 결정하는 훈련부; 및평가 대상의 현재 수집된 각 변수별 상태 데이터를 학습 모델의 결정된 파라미터를 이용하여 부호화하여 평가 대상의 위험 지표를 산출하는 평가부를 포함하는 위험 지표 산출 장치
|
| 13 |
13
제12항에 있어서,상기 학습 모델은 오토인코더이며,상기 훈련부는 상기 변환 데이터를 부호화하여 부호화 데이터를 생성하고, 상기 부호화 데이터를 복호화하여 복호화 데이터를 생성하며, 상기 복호화 데이터 및 상기 위험 점수 데이터 사이의 손실을 이용하여 오토인코더 파라미터를 결정하는 위험 지표 산출 장치
|
| 14 |
14
제13항에 있어서,상기 훈련부는 상기 복호화 데이터 및 상기 변환 데이터 사이의 손실을 추가로 이용하여 상기 오토인코더 파라미터를 결정하는 위험 지표 산출 장치
|
| 15 |
15
제13항에 있어서,상기 훈련부는,상기 훈련 데이터가 따르는 가우시안 분포의 누적 확률 값을 상기 위험 점수 데이터로 결정하는 위험 지표 산출 장치
|
