| 1 |
1
이상치 및 손실치 중 적어도 하나를 포함하는 입력 텐서로서, 제1 시점 내지 제2 시점 사이의 시간 동안 입력되는 상기 입력 텐서를 수신하는 단계;상기 입력 텐서를 낮은 랭크 텐서로 분해하여 시간적 요소 매트릭스를 추출하는 단계;상기 추출된 시간적 요소 매트릭스에서 경향성 및 주기적 패턴을 산출하는 단계;상기 산출된 경향성 및 주기적 패턴을 벗어나는 상기 이상치를 검출하는 단계;상기 검출된 이상치를 제외하고 상기 시간적 요소 매트릭스를 업데이트 하는 단계;상기 업데이트된 시간적 요소 매트릭스 및 상기 입력 텐서의 비시간적 요소 매트릭스를 조합하여 실질텐서를 산출하는 단계; 및상기 실질텐서의 데이터에서 상기 입력텐서의 상기 이상치의 위치 또는 상기 손실치의 위치에 대응되는 데이터를 추정치로 하여 상기 입력텐서를 복구하는 단계를 포함하는, 텐서 데이터 처리 방법
|
| 2 |
2
제1항에 있어서, 상기 분해하는 단계는기설정된 시계열 요소 분해 모델에 기반하여 적어도 하나의 랭크-1 텐서로 분해하는 단계;상기 분해된 랭크-1 텐서는 적어도 하나의 상기 비시간적 요소 매트릭스와 상기 시간적 요소 매트릭스를 포함하는, 텐서 데이터 처리 방법
|
| 3 |
3
제2항에 있어서, 상기 랭크-1 텐서로 분해하는 단계는각각의 요소마다 상기 입력 텐서에서 상기 손실치를 제외한 정적 텐서 분해 모델의 비용함수를 최소화하는 요소 매트릭스를 추출하는 것인, 텐서 데이터 처리 방법
|
| 4 |
4
제3항에 있어서, 상기 정적 텐서 분해 모델의 비용함수는 수식 1인, 텐서 데이터 처리 방법
|
| 5 |
5
제3항에 있어서, 상기 정적 텐서 분해 모델은상기 정적 텐서 분해 모델을 이용하여 상기 제1 시점 내지 상기 제2 시점사이의 상기 입력 텐서로 각각의 요소 매트릭스와 상기 이상치 서브텐서를 초기화 하고,상기 초기화된 정적 텐서 분해 모델을 이용하여, 상기 경향성 및 주기적 패턴을 산출하는 것인, 텐서 데이터 처리 방법
|
| 6 |
6
제5항에 있어서, 상기 요소 매트릭스를 추출하는 단계는 ALS(Alternating Least Square) 방식으로 상기 이상치가 제거된 입력 텐서로부터 비시간적 요소 매트릭스를 행별로 업데이트하여 추출하는 것인, 텐서 데이터 처리 방법
|
| 7 |
7
제1항에 있어서, 상기 경향성 및 주기적 패턴을 산출하는 단계는시계열 요소 예측 모델에 기반하여 상기 시간적 요소 매트릭스를 레벨 패턴, 트랜드 패턴 및 계절정 패턴으로 추출하는 것인, 텐서 데이터 처리 방법
|
| 8 |
8
제7항에 있이서, 상기 시계열 요소 예측 모델은 Holt-Winter 모델로서,수식 2를 기초로 상기 레벨 패턴, 트랜드 패턴 및 계절성 패턴을 추출하는 것인, 텐서 데이터 처리 방법
|
| 9 |
9
제1항에 있어서, 상기 이상치를 검출하는 단계는2 sigma(시그마) 룰에 따라 상기 입력 텐서에서 기설정된 범위를 벗어난 데이터를 상기 이상치 텐서로 검출하여 상기 입력 텐서에서 제외시키는 것인, 텐서 데이터 처리 방법
|
| 10 |
10
제8항에 있어서, 상기 업데이트 하는 단계는상기 이상치가 제외된 상기 입력 텐서 중 관측 데이터를 상기 추출된 레벨 패턴, 트랜드 패턴 및 계절성 패턴에 적용하여 상기 제2 시점의 상기 시간적 요소 매트릭스를 실질 텐서를 산출하는 것인, 텐서 데이터 처리 방법
|
| 11 |
11
제1항에 있어서,상기 복구된 입력 텐서를 상기 추출된 레벨 패턴, 트랜드 패턴 및 계절성 패턴에 적용하여 제3 시점의 미래 입력 텐서를 추측하는 단계를 더 포함하는, 텐서 데이터 처리 방법
|
| 12 |
12
제11항에 있어서, 상기 추측된 미래 입력 텐서와 상기 제3 시점의 실제 입력 텐서를 비교하여, 다음 이상치를 검출하는 것인, 텐서 데이터 처리 방법
|
| 13 |
13
입력 텐서를 수신하는 단계;상기 입력 텐서에 적용하여 시계열적 특성의 정적 텐서 분해 모델을 초기화 하는 단계;상기 정적 텐서 분해 모델에 기반하여 상기 입력 텐서를 시간적 요소 매트릭스와 비시간적 요소 매트릭스로 분해하는 단계;시계열 예측 모델을 기반으로 상기 시간적 요소 매트릭스의 경향성 및 주기적 패턴을 산출하는 단계;동적 텐서 분해 모델에 따라 상기 시간적 요소 매트릭스 및 상기 비시간적 요소 매트릭스를 업데이트 하는 단계;상기 업데이트된 시간적 요소 매트릭스 및 상기 비시간적 요소 매트릭스를 조합하여 실질 텐서를 산출하는 단계; 및상기 실질 텐서에 기초하여 상기 입력 텐서의 이상치 텐서 및 손실치를 검출하고 복구하는 단계를 포함하는, 텐서 데이터 처리 방법
|
| 14 |
14
제13항에 있어서, 상기 입력 텐서는 상기 이상치, 상기 손실치, 및 상기 실질 텐서를 포함하고,상기 정적 텐서 분해 모델을 초기화하는 단계는상기 주기적 패턴의 최소 주기의 적어도 3배의 시간 동안 입력된 상기 입력 텐서의 각 요소 매트릭스 및 상기 이상치 텐서를 초기화하는 것인
|
| 15 |
15
제13항에 있어서, 상기 이상치 텐서는상기 입력 텐서에서 상기 실질 텐서를 차감한 데이터 중 희소성 조정 파라미터에 기초한 범위를 벗어난 데이터를 상기 이상치 텐서로 검출하는 것인, 텐서 데이터 처리 방법
|
| 16 |
16
제13항에 있어서, 상기 업데이트하는 단계 이후에상기 산출된 시간적 요소 매트릭스 및 상기 비시간적 요소 매트릭스를 기초로 상기 경향성 및 주기적 패턴을 업데이트하는 단계를 더 포함하는, 텐서 데이터 처리 방법
|
| 17 |
17
이상치 및 손실치 중 적어도 하나를 포함하는 입력 텐서로서, 제1 시점 내지 제2 시점 사이의 시간 동안 입력되는 상기 입력 텐서를 수신하는 단계;상기 입력 텐서를 낮은 랭크 텐서로 분해하여 각각의 요소 매트릭스를 추출하는 단계;상기 추출된 제1 요소 매트릭스에서 데이터 패턴을 각각 산출하는 단계;상기 제1 요소 매트릭스에서 상기 산출된 데이터 패턴을 벗어나는 상기 이상치를 검출하는 단계;상기 검출된 이상치를 제외하고 상기 산출된 데이터 패턴에 기초하여 상기 제1 요소 매트릭스를 업데이트 하는 단계;상기 업데이트된 제1 요소 매트릭스 및 상기 입력 텐서의 나머지 제2 요소 매트릭스를 조합하여 실질 텐서를 산출하는 단계; 및상기 실질 텐서의 데이터에서 상기 입력텐서의 상기 이상치의 위치 또는 상기 손실치의 위치에 대응되는 데이터를 추정치로 간주하여 상기 입력 텐서를 복구하는 단계를 포함하는, 텐서 데이터 처리 방법
|
| 18 |
18
제17항에 있어서, 상기 요소 매트릭스를 추출하는 단계는기설정된 요소 분해 모델에 기반하여, 각각이 적어도 하나의 상기 제1 요소 매트릭스와 상기 제2 요소 매트릭스를 포함하는 적어도 하나의 랭크-1 텐서로 분해하는 것인, 텐서 데이터 처리 방법
|
| 19 |
19
제18항에 있어서, 상기 데이터 패턴을 각각 산출하는 단계는정적 텐서 분해 모델을 이용하여 기설정된 제1 시점 내지 제2 시점사이의 상기 입력 텐서로 각각의 요소 매트릭스와 상기 이상치 서브텐서를 초기화 하고,상기 초기화된 정적 텐서 분해 모델을 이용하여, 상기 데이터 패턴을 산출하는 것인, 텐서 데이터 처리 방법
|
| 20 |
20
제19항에 있어서, 상기 실질 텐서를 산출하는 단계는동적 텐서 분해 모델을 이용하여, 상기 제1 요소 매트릭스와 상기 제2 요소 매트릭스를 조합하여 상기 실질 텐서를 산출하는 것이고,상기 복구하는 단계 이후에상기 동적 텐서 분해 모델을 이용하여, 상기 제2시점 이후의 제3 시점에서의 미래 입력 텐서를 추측하는 단계를 더 포함하는, 텐서 데이터 처리 방법
|
