| 1 |
1
프로세스를 포함하는 전자장치에 의해 각 과정이 수행되는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치의 제어방법에 있어서,스트레스 정도를 나타내는 분류 데이터를 획득하는 과정;일상 스트레스 분류기를 이용하여 상기 분류 데이터에 대한 일상 스트레스 정도가 높거나 낮은지를 분류하는 과정; 및상기 일상 스트레스 정도가 높은 경우 제1 실험 스트레스 분류기를 이용하여 상기 분류 데이터에 대한 실험 스트레스 정도가 높거나 낮은지를 분류하는 과정을 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치의 제어방법
|
| 2 |
2
제1항에 있어서,상기 일상 스트레스 정도가 낮은 경우 제2 실험 스트레스 분류기를 이용하여 상기 분류 데이터에 대한 실험 스트레스 정도가 높거나 낮은지를 분류하는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치의 제어방법
|
| 3 |
3
제2항에 있어서,상기 스트레스 정도를 나타내되, 상기 일상 스트레스 정도가 높거나 낮다는 정보로 라벨링된 제1 학습 데이터를 획득하는 과정; 및상기 제1 학습 데이터를 학습데이터로 상기 일상 스트레스 분류기를 학습시키는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치의 제어방법
|
| 4 |
4
제2항에 있어서,상기 스트레스 정도를 나타내되, 상기 일상 스트레스 정도가 높으면서, 상기 실험 스트레스 정도가 높거나 낮다는 정보로 라벨링된 제2 학습 데이터를 획득하는 과정; 및상기 제2 학습 데이터를 학습데이터로 상기 제1 실험 스트레스 분류기를 학습시키는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치의 제어방법
|
| 5 |
5
제2항에 있어서,상기 스트레스 정도를 나타내되, 상기 일상 스트레스 정도가 낮으면서, 상기 실험 스트레스 정도가 높거나 낮다는 정보로 라벨링된 제3 학습 데이터를 획득하는 과정; 및상기 제3 학습 데이터를 학습데이터로 상기 제2 실험 스트레스 분류기를 학습시키는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치의 제어방법
|
| 6 |
6
제2항에 있어서,상기 스트레스 정도를 나타내는 분류 데이터는 fNIRS를 이용하여 인체의 산소포화도의 측정 값에 관한 데이터인 것을 특징으로 하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치의 제어방법
|
| 7 |
7
프로세스를 포함하는 전자장치에 의해 각 과정이 수행되는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치의 제어방법에 있어서,스트레스 정도를 나타내되, 일상 스트레스 정도가 높거나 낮다는 정보로 라벨링된 제1 학습 데이터를 획득하는 과정;상기 제1 학습 데이터를 학습데이터로 일상 스트레스 분류기를 학습시키는 과정;상기 스트레스 정도를 나타내되, 상기 일상 스트레스 정도가 높으면서, 실험 스트레스 정도가 높거나 낮다는 정보로 라벨링된 제2 학습 데이터를 획득하는 과정; 및상기 제2 학습 데이터를 학습데이터로 제1 실험 스트레스 분류기를 학습시키는 과정을 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치의 제어방법
|
| 8 |
8
제7항에 있어서,상기 스트레스 정도를 나타내되, 상기 일상 스트레스 정도가 낮으면서, 상기 실험 스트레스 정도가 높거나 낮다는 정보로 라벨링된 제3 학습 데이터를 획득하는 과정; 및상기 제3 학습 데이터를 학습데이터로 제2 실험 스트레스 분류기를 학습시키는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치의 제어방법
|
| 9 |
9
제8항에 있어서,상기 스트레스 정도를 나타내는 분류 데이터를 획득하는 과정;상기 일상 스트레스 분류기를 이용하여 상기 분류 데이터에 대한 상기 일상 스트레스 정도가 높거나 낮은지를 분류하는 과정;상기 일상 스트레스 정도가 높은 경우 상기 제1 실험 스트레스 분류기를 이용하여 상기 분류 데이터에 대한 상기 실험 스트레스 정도가 높거나 낮은지를 분류하는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치의 제어방법
|
| 10 |
10
제8항에 있어서,상기 일상 스트레스 정도가 낮은 경우 상기 제2 실험 스트레스 분류기를 이용하여 상기 분류 데이터에 대한 상기 실험 스트레스 정도가 높거나 낮은지를 분류하는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치의 제어방법
|
| 11 |
11
메모리 및 프로세서를 포함하며, 상기 메모리에 저장되거나 상기 프로세서에 의해 수행되는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 과정은, 스트레스 정도를 나타내는 분류 데이터를 획득하는 과정;일상 스트레스 분류기를 이용하여 상기 분류 데이터에 대한 일상 스트레스 정도가 높거나 낮은지를 분류하는 과정; 및상기 일상 스트레스 정도가 높은 경우 제1 실험 스트레스 분류기를 이용하여 상기 분류 데이터에 대한 실험 스트레스 정도가 높거나 낮은지를 분류하는 과정을 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치
|
| 12 |
12
제11항에 있어서,상기 메모리에 저장되거나 상기 프로세서에 의해 수행되는, 상기 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 과정은, 상기 일상 스트레스 정도가 낮은 경우 제2 실험 스트레스 분류기를 이용하여 상기 분류 데이터에 대한 실험 스트레스 정도가 높거나 낮은지를 분류하는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치
|
| 13 |
13
제12항에 있어서,상기 메모리에 저장되거나 상기 프로세서에 의해 수행되는, 상기 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 과정은, 상기 스트레스 정도를 나타내되, 상기 일상 스트레스 정도가 높거나 낮다는 정보로 라벨링된 제1 학습 데이터를 획득하는 과정; 및상기 제1 학습 데이터를 학습데이터로 상기 일상 스트레스 분류기를 학습시키는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치
|
| 14 |
14
제12항에 있어서,상기 메모리에 저장되거나 상기 프로세서에 의해 수행되는, 상기 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 과정은, 상기 스트레스 정도를 나타내되, 상기 일상 스트레스 정도가 높으면서, 상기 실험 스트레스 정도가 높거나 낮다는 정보로 라벨링된 제2 학습 데이터를 획득하는 과정; 및상기 제2 학습 데이터를 학습데이터로 상기 제1 실험 스트레스 분류기를 학습시키는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치
|
| 15 |
15
제12항에 있어서,상기 메모리에 저장되거나 상기 프로세서에 의해 수행되는, 상기 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 과정은, 상기 스트레스 정도를 나타내되, 상기 일상 스트레스 정도가 낮으면서, 상기 실험 스트레스 정도가 높거나 낮다는 정보로 라벨링된 제3 학습 데이터를 획득하는 과정; 및상기 제3 학습 데이터를 학습데이터로 상기 제2 실험 스트레스 분류기를 학습시키는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치
|
| 16 |
16
제12항에 있어서,상기 스트레스 정도를 나타내는 분류 데이터는 fNIRS를 이용하여 인체의 산소포화도의 측정 값에 관한 데이터인 것을 특징으로 하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치
|
| 17 |
17
메모리 및 프로세서를 포함하며, 상기 메모리에 저장되거나 상기 프로세서에 의해 수행되는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 과정은, 스트레스 정도를 나타내되, 일상 스트레스 정도가 높거나 낮다는 정보로 라벨링된 제1 학습 데이터를 획득하는 과정;상기 제1 학습 데이터를 학습데이터로 일상 스트레스 분류기를 학습시키는 과정;상기 스트레스 정도를 나타내되, 상기 일상 스트레스 정도가 높으면서, 실험 스트레스 정도가 높거나 낮다는 정보로 라벨링된 제2 학습 데이터를 획득하는 과정; 및상기 제2 학습 데이터를 학습데이터로 제1 실험 스트레스 분류기를 학습시키는 과정을 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치
|
| 18 |
18
제17항에 있어서,상기 메모리에 저장되거나 상기 프로세서에 의해 수행되는, 상기 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 과정은, 상기 스트레스 정도를 나타내되, 상기 일상 스트레스 정도가 낮으면서, 상기 실험 스트레스 정도가 높거나 낮다는 정보로 라벨링된 제3 학습 데이터를 획득하는 과정; 및상기 제3 학습 데이터를 학습데이터로 제2 실험 스트레스 분류기를 학습시키는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치
|
| 19 |
19
제18항에 있어서,상기 메모리에 저장되거나 상기 프로세서에 의해 수행되는, 상기 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 과정은, 상기 스트레스 정도를 나타내는 분류 데이터를 획득하는 과정;상기 일상 스트레스 분류기를 이용하여 상기 분류 데이터에 대한 상기 일상 스트레스 정도가 높거나 낮은지를 분류하는 과정;상기 일상 스트레스 정도가 높은 경우 상기 제1 실험 스트레스 분류기를 이용하여 상기 분류 데이터에 대한 상기 실험 스트레스 정도가 높거나 낮은지를 분류하는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치
|
| 20 |
20
제18항에 있어서,상기 메모리에 저장되거나 상기 프로세서에 의해 수행되는, 상기 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 과정은, 상기 일상 스트레스 정도가 낮은 경우 상기 제2 실험 스트레스 분류기를 이용하여 상기 분류 데이터에 대한 상기 실험 스트레스 정도가 높거나 낮은지를 분류하는 과정을 더 포함하는, 일상 스트레스를 고려한 기계학습 기반의 인지 상태를 분류하는 전자장치
|
