| 1 |
1
프로세서; 및 상기 프로세서에 연결되고, 딥러닝 알고리즘, 소스데이터 및 타겟데이터가 저장되는 메모리;를 포함하며,상기 메모리는 상기 프로세서에 의해 실행 가능한,상기 딥러닝 알고리즘을 통해 상기 소스데이터 및 상기 타겟데이터 각각에서 특징정보를 추출하고, 상기 특징정보의 도메인을 분류하고, 상기 특징정보의 레이블을 예측하며, 상기 도메인을 분류한 결과와 상기 레이블을 예측한 결과를 이용하여 상기 딥러닝 알고리즘이 재학습하고, 상기 딥러닝 알고리즘을 통해 상기 타겟데이터에 상응하는 임피던스 정보를 추정하는 프로그램 명령어들을 저장하는, 임피던스 정보 추정 장치
|
| 2 |
2
제1항에 있어서,상기 메모리는, 특징추출알고리즘을 통해 상기 도메인 분류 결과의 정확도가 낮아지도록 상기 특징정보를 추출하는 프로그램 명령어들을 저장하되,상기 딥러닝 알고리즘은 상기 특징추출알고리즘을 포함하여 상기 도메인 분류 결과의 정확도가 낮아지도록 재학습하는, 임피던스 정보 추정 장치
|
| 3 |
3
제1항에 있어서,상기 메모리는,특징추출알고리즘을 통해 상기 레이블 예측 결과의 정확도가 높아지도록 상기 특징정보를 추출하는 프로그램 명령어들을 저장하되,상기 딥러닝 알고리즘은 상기 특징추출알고리즘을 포함하여 상기 레이블 예측 결과의 정확도가 높아지도록 재학습하는, 임피던스 정보 추정 장치
|
| 4 |
4
제1항에 있어서,상기 메모리는, 도메인분류알고리즘을 통해 상기 도메인 분류 결과에 따라 제1 손실함수값을 생성하고, 레이블예측알고리즘을 통해 상기 레이블 예측 결과에 따라 제2 손실함수값을 생성하며, 특징추출알고리즘을 통해 상기 제1 손실함수값 및 상기 제2 손실함수값을 이용하여 상기 특징정보를 추출하는 프로그램 명령어들을 저장하되,상기 딥러닝 알고리즘은 상기 특징추출알고리즘, 상기 도메인분류알고리즘 및 상기 레이블예측알고리즘을 포함하여 상기 도메인 분류 결과의 정확도가 낮아지고 상기 레이블 예측 결과의 정확도가 높아지도록 재학습하는, 임피던스 정보 추정 장치
|
| 5 |
5
제4항에 있어서,상기 메모리는,상기 특징추출알고리즘을 통해 상기 제1 손실함수값 및 상기 제2 손실함수값의 합산이 최소가 되도록 상기 특징정보를 추출하는 프로그램 명령어들을 포함하는, 임피던스 정보 추정 장치
|
| 6 |
6
제1항에 있어서,상기 소스데이터는 소스 지역에 상응하는 시추공데이터 및 소스탄성파데이터를 포함하고, 상기 타겟데이터는 시추공데이터를 불포함하는, 임피던스 정보 추정 장치
|
| 7 |
7
딥러닝 알고리즘이 저장된 임피던스 정보 추정 장치에서 수행되는 임피던스 정보 추정 방법에 있어서,상기 딥러닝 알고리즘을 통해 구비된 저장 공간에 기저장된 소스데이터 및 타겟데이터 각각에서 특징정보를 추출하는 단계;상기 특징정보의 도메인을 분류하는 단계;상기 특징정보의 레이블을 예측하는 단계;상기 도메인을 분류한 결과와 상기 레이블을 예측한 결과를 이용하여 상기 딥러닝 알고리즘이 재학습하는 단계; 및 상기 딥러닝 알고리즘을 통해 상기 타겟데이터에 상응하는 임피던스 정보를 추정하는 단계;를 포함하는, 임피던스 정보 추정 방법
|
| 8 |
8
제7항에 있어서,상기 재학습하는 단계는,특징추출알고리즘을 통해 상기 도메인 분류 결과의 정확도가 낮아지도록 상기 특징정보를 추출하는 단계;를 포함하되, 상기 딥러닝 알고리즘은 상기 특징추출알고리즘을 포함하여 상기 도메인 분류 결과의 정확도가 낮아지도록 재학습하는, 임피던스 정보 추정 방법
|
| 9 |
9
제7항에 있어서,상기 재학습하는 단계는,특징추출알고리즘을 통해 상기 레이블 예측 결과의 정확도가 높아지도록 상기 특징정보를 추출하는 단계;를 포함하되,상기 딥러닝 알고리즘은 상기 특징추출알고리즘을 포함하여 상기 레이블 예측 결과의 정확도가 높아지도록 재학습하는, 임피던스 정보 추정 방법
|
| 10 |
10
제7항에 있어서,상기 특징정보의 도메인을 분류하는 단계는,도메인분류알고리즘을 통해 상기 도메인 분류 결과에 따라 제1 손실함수값을 생성하는 단계;를 포함하고,상기 특징정보의 레이블을 예측하는 단계는,레이블예측알고리즘을 통해 상기 레이블 예측 결과에 따라 제2 손실함수값을 생성하는 단계;를 포함하며,상기 재학습하는 단계는,특징추출알고리즘을 통해 상기 제1 손실함수값 및 상기 제2 손실함수값을 이용하여 상기 특징정보를 추출하는 단계;를 포함하되,상기 딥러닝 알고리즘은 상기 특징추출알고리즘, 상기 도메인분류알고리즘 및 상기 레이블예측알고리즘을 포함하여, 상기 도메인 분류 결과의 정확도가 낮아지고 상기 레이블 예측 결과의 정확도가 높아지도록 재학습하는, 임피던스 정보 추정 방법
|
| 11 |
11
제10항에 있어서,상기 특징추출알고리즘을 통해 상기 특징정보를 추출하는 단계는,상기 특징추출알고리즘을 통해 상기 제1 손실함수값 및 상기 제2 손실함수값의 합산이 최소가 되도록 상기 특징정보를 추출하는 단계;를 포함하는, 임피던스 정보 추정 방법
|
| 12 |
12
제7항에 있어서,상기 소스데이터는 소스 지역에 상응하는 시추공데이터 및 소스탄성파데이터를 포함하고, 상기 타겟데이터는 시추공데이터를 불포함하는, 임피던스 정보 추정 방법
|
