맞춤기술찾기

이전대상기술

액티브 러닝 장치, 데이터 샘플링 장치 및 방법

  • 기술번호 : KST2022019472
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 액티브 러닝용 데이터 샘플링 장치 및 방법이 개시된다. 본 발명의 실시예에 따른 액티브 러닝용 데이터 샘플링 장치는, 적어도 하나의 프로그램이 기록된 메모리 및 프로그램을 실행하는 프로세서를 포함하며, 프로그램은, 라벨링되기 이전의 전체 데이터에 대한 불확실성 점수를 기계 학습된 모델을 기반으로 계산하는 단계, 계산된 불확실성 점수를 기준으로 전체 데이터를 정렬하는 단계, 정렬된 전체 데이터에서 선정할 상위 비율 및 하위 비율을 결정하는 단계, 정렬된 전체 데이터에서 결정된 상위 비율 및 하위 비율 만큼 샘플 데이터로 선별하는 단계를 수행하되, 샘플 데이터는, 모델을 기계 학습시키기 위한 훈련 데이터로 라벨링될 수 있다.
Int. CL G06N 20/00 (2019.01.01) G06N 7/00 (2022.01.01) G06N 5/04 (2006.01.01)
CPC G06N 20/00(2013.01) G06N 7/005(2013.01) G06N 5/04(2013.01)
출원번호/일자 1020210044195 (2021.04.05)
출원인 한국전자통신연구원
등록번호/일자
공개번호/일자 10-2022-0138257 (2022.10.12) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 20

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김연수 서울특별시 성북구
2 박원주 대전광역시 유성구
3 이용태 대전광역시 서구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 (유)한양특허법인 대한민국 서울특별시 강남구 논현로**길 **

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
2021.04.05 수리 (Accepted) 1-1-2021-0398329-01
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
적어도 하나의 프로그램이 기록된 메모리; 및프로그램을 실행하는 프로세서를 포함하며,프로그램은,라벨링되기 이전의 전체 데이터에 대한 불확실성 점수를 기계 학습된 모델을 기반으로 계산하는 단계;계산된 불확실성 점수를 기준으로 전체 데이터를 정렬하는 단계; 정렬된 전체 데이터에서 선정할 상위 비율 및 하위 비율을 결정하는 단계; 및정렬된 전체 데이터에서 결정된 상위 비율 및 하위 비율 만큼 샘플 데이터로 선별하는 단계를 수행하되,샘플 데이터는, 모델을 기계 학습시키기 위한 훈련 데이터로 라벨링되는, 액티브 러닝용 데이터 샘플링 장치
2 2
제1 항에 있어서, 모델은, 텍스트 데이터가 입력됨에 따라 예측 결과를 추론하여 출력하도록 기계 학습된 것인, 액티브 러닝용 데이터 샘플링 장치
3 3
제1 항에 있어서, 정렬하는 단계는,내림차순으로 정렬하는, 액티브 러닝용 데이터 샘플링 장치
4 4
제1 항에 있어서, 상위 비율 및 하위 비율은,사용자 질의를 기반으로 결정되는, 액티브 러닝용 데이터 샘플링 장치
5 5
제1 항에 있어서, 모델이 기계 학습 시작 이전일 경우, 선별하는 단계에서, 전체 데이터 중 무작위로 샘플 데이터를 선별하는, 액티브 러닝용 데이터 샘플링 장치
6 6
제1 항에 있어서, 불확실성 점수를 계산하는 단계는, 입력 데이터에 대해 모델이 최대 확률로 예측하는 클래스의 확률값을 기반으로 불확실 점수를 산출하는, 액티브 러닝용 데이터 샘플링 장치
7 7
라벨링되기 이전의 전체 데이터에 대한 불확실성 점수를 기계 학습된 모델을 기반으로 계산하는 단계;계산된 불확실성 점수를 기준으로 전체 데이터를 정렬하는 단계; 정렬된 전체 데이터에서 선정할 상위 비율 및 하위 비율을 결정하는 단계; 및 정렬된 전체 데이터에서 결정된 상위 비율 및 하위 비율 만큼 샘플 데이터로 선별하는 단계를 포함하되,샘플 데이터는, 모델을 기계 학습시키기 위한 훈련 데이터로 라벨링되는, 액티브 러닝용 데이터 샘플링 방법
8 8
제7 항에 있어서, 모델은, 텍스트 데이터가 입력됨에 따라 예측 결과를 추론하여 출력하도록 기계 학습된 것인, 액티브 러닝용 데이터 샘플링 방법
9 9
제7 항에 있어서, 정렬하는 단계는,내림차순으로 정렬하는, 액티브 러닝용 데이터 샘플링 방법
10 10
제7 항에 있어서, 상위 비율 및 하위 비율은,사용자 질의를 기반으로 결정되는, 액티브 러닝용 데이터 샘플링 방법
11 11
제7 항에 있어서, 모델이 기계 학습 시작 이전일 경우, 선별하는 단계에서, 전체 데이터 중 무작위로 샘플 데이터를 선별하는, 액티브 러닝용 데이터 샘플링 방법
12 12
제7 항에 있어서, 불확실성 점수를 계산하는 단계는, 입력 데이터에 대해 모델이 최대 확률로 예측하는 클래스의 확률값을 기반으로 불확실 점수를 산출하는, 액티브 러닝용 데이터 샘플링 방법
13 13
적어도 하나의 프로그램이 기록된 메모리; 및프로그램을 실행하는 프로세서를 포함하며,프로그램은,라벨링되기 이전의 전체 데이터에서 불확실성 점수를 기준으로 상위 비율 및 하위 비율 만큼의 샘플 데이터를 선별하는 단계;선별된 샘플 데이터를 라벨링하여 훈련 데이터를 생성하는 단계; 및훈련 데이터로 모델을 기계 학습시키는 단계를 수행하는, 액티브 러닝 장치
14 14
제13 항에 있어서, 프로그램은, 기계 학습된 모델의 성능의 수렴 여부를 판단하는 단계를 더 수행하되, 모델의 성능이 수렴할 때까지, 선별하는 단계 내지 기계 학습시키는 단계를 반복 수행하는, 액티브 러닝 장치
15 15
제11 항에 있어서, 모델은, 텍스트 데이터가 입력됨에 따라 예측 결과를 추론하여 출력하도록 기계 학습된 것인, 액티브 러닝 장치
16 16
제14 항에 있어서, 선별하는 단계는, 라벨링되기 이전의 전체 데이터에 대한 불확실성 점수를 기계 학습된 모델을 기반으로 계산하는 단계;계산된 불확실성 점수를 기준으로 전체 데이터를 정렬하는 단계; 정렬된 전체 데이터에서 선정할 상위 비율 및 하위 비율을 결정하는 단계; 및정렬된 전체 데이터에서 결정된 상위 비율 및 하위 비율 만큼 샘플 데이터로 선별하는 단계를 포함하는, 액티브 러닝 장치
17 17
제16 항에 있어서, 정렬하는 단계는,내림차순으로 정렬하는, 액티브 러닝용 데이터 샘플링 장치
18 18
제16 항에 있어서, 상위 비율 및 하위 비율은,사용자 질의를 기반으로 결정되는, 액티브 러닝 장치
19 19
제16 항에 있어서, 모델이 기계 학습 시작 이전일 경우, 선별하는 단계에서, 전체 데이터 중 무작위로 샘플 데이터를 선별하는, 액티브 러닝 장치
20 20
제16 항에 있어서, 불확실성 점수를 계산하는 단계는, 입력 데이터에 대해 모델이 최대 확률로 예측하는 클래스의 확률값을 기반으로 불확실 점수를 산출하는, 액티브 러닝 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 과학기술정보통신부 한국전자통신연구원 2019년 RnD 재발견프로젝트 위험 상황 초기 인지를 위한 ICT 기반의 범죄 위험도 예측 및 대응 기술 개발