| 1 |
1
분류기 학습을 위한 데이터를 입력받고, 상기 데이터를 기초로 변수 조합별 출현 빈도를 산출하며, 상기 변수 조합별 출현 빈도를 누적 합산하여 변수 조합별 누적 출현 빈도를 산출하는 변수 공간 정보 추출기; 및상기 변수 조합별 출현 빈도를 기초로 예측 변수-목표 변수 빈도 행렬을 생성하고, 상기 누적 출현 빈도에 따라 상기 빈도 행렬에 라플라스 스무딩을 적용하여 변수 조합별 확률값을 산출하며, 상기 변수 조합별 확률값을 분류기에 제공하는 데이터 전처리기;를 포함하는 분류기 학습데이터 전처리 장치
|
| 2 |
2
제1항에 있어서, 상기 데이터 전처리기는,상기 누적 출현 빈도에 기초하여 분류기 학습 대상이 되는 변수 조합을 선정하여, 상기 선정된 변수 조합에 해당하는 변수 조합별 확률값을 분류기에 제공하는 것인 분류기 학습데이터 전처리 장치
|
| 3 |
3
제1항에 있어서, 상기 변수 공간 정보 추출기는,상기 분류기 학습을 위한 데이터로서, 인스턴스 및 미니 배치 중 어느 하나의 데이터 형태에 따른 데이터를 입력받는 것인 분류기 학습데이터 전처리 장치
|
| 4 |
4
제1항에 있어서, 상기 변수 공간 정보 추출기는,상기 데이터를 이진화(binarize)하여 상기 변수 조합별 출현 빈도를 산출하는 것인 분류기 학습데이터 전처리 장치
|
| 5 |
5
제1항에 있어서, 상기 변수 공간 정보 추출기는, 상기 데이터에서 상기 변수 조합별 출현 빈도에 관한 확률 분포를 도출하고,상기 데이터 전처리기는,상기 확률 분포를 기초로 상기 빈도 행렬을 생성하는 것인 분류기 학습데이터 전처리 장치
|
| 6 |
6
제1항에 있어서, 상기 데이터 전처리기는,상기 누적 출현 빈도와 임계 출현 빈도를 기초로 라플라스 스무딩 파라미터를 산출하고, 상기 빈도 행렬에 상기 라플라스 스무딩 파라미터에 따라 라플라스 스무딩을 적용하여 변수 조합별 확률값을 산출하는 것인 분류기 학습데이터 전처리 장치
|
| 7 |
7
제2항에 있어서, 상기 데이터 전처리기는,상기 누적 출현 빈도에 기초하여 변수 조합별 선택 확률을 산출하고, 상기 변수 조합별 선택 확률과 드롭아웃될 변수 조합의 목표 개수를 기초로 분류기 학습 대상이 되는 변수 조합을 선정하는 것인 분류기 학습데이터 전처리 장치
|
| 8 |
8
제2항에 있어서, 상기 데이터 전처리기는,상기 누적 출현 빈도의 역수에 기초하여 변수 조합별 선택 확률을 산출하고, 상기 변수 조합별 선택 확률과 드롭아웃될 변수 조합의 목표 개수를 기초로 분류기 학습 대상이 되는 변수 조합을 선정하는 것인 분류기 학습데이터 전처리 장치
|
| 9 |
9
분류기 학습을 위한 데이터를 입력받고, 상기 데이터를 기초로 변수 조합별 출현 빈도를 산출하며, 상기 변수 조합별 출현 빈도를 누적 합산하여 변수 조합별 누적 출현 빈도를 산출하는 변수 공간 정보 추출기; 및상기 변수 조합별 출현 빈도를 기초로 예측 변수-목표 변수 빈도 행렬을 생성하고, 상기 빈도 행렬을 기초로 변수 조합별 확률값을 산출하며, 상기 누적 출현 빈도에 기초하여 분류기 학습 대상이 되는 변수 조합을 선정하여, 상기 선정된 변수 조합에 해당하는 변수 조합별 확률값을 분류기에 제공하는 데이터 전처리기;를 포함하는 분류기 학습데이터 전처리 장치
|
| 10 |
10
제9항에 있어서, 상기 데이터 전처리기는,상기 누적 출현 빈도에 기초하여 변수 조합별 선택 확률을 산출하고, 상기 변수 조합별 선택 확률과 드롭아웃될 변수 조합의 목표 개수를 기초로 분류기 학습 대상이 되는 변수 조합을 선정하는 것인 분류기 학습데이터 전처리 장치
|
| 11 |
11
제9항에 있어서, 상기 데이터 전처리기는,상기 누적 출현 빈도의 역수에 기초하여 변수 조합별 선택 확률을 산출하고, 상기 변수 조합별 선택 확률과 드롭아웃될 변수 조합의 목표 개수를 기초로 분류기 학습 대상이 되는 변수 조합을 선정하는 것인 분류기 학습데이터 전처리 장치
|
| 12 |
12
분류기 학습을 위한 데이터를 입력받고, 상기 데이터를 기초로 변수 조합별 출현 빈도를 산출하는 출현 빈도 추출 단계;상기 변수 조합별 출현 빈도를 누적 합산하여 변수 조합별 누적 출현 빈도를 산출하는 누적 출현 빈도 업데이트 단계;상기 변수 조합별 출현 빈도를 기초로 예측 변수-목표 변수 빈도 행렬을 생성하고, 상기 누적 출현 빈도에 따라 상기 빈도 행렬에 라플라스 스무딩을 적용하여 변수 조합별 확률값을 산출하는 신뢰도 기반 스무딩 단계; 및상기 변수 조합별 확률값을 분류기에 제공하는 분류기 학습 단계;를 포함하는 분류기 학습데이터 전처리 방법
|
| 13 |
13
제12항에 있어서, 상기 신뢰도 기반 스무딩 단계 이후에,상기 누적 출현 빈도를 기초로 분류기 학습 대상이 되는 변수 조합을 선정하는 드롭아웃 단계;를 더 포함하고,상기 분류기 학습 단계는,상기 변수 조합에 해당하는 상기 변수 조합별 확률값을 분류기에 제공하는 것인 분류기 학습데이터 전처리 방법
|
| 14 |
14
제12항에 있어서, 상기 신뢰도 기반 스무딩 단계 이후에,상기 누적 출현 빈도를 기초로 변수 조합별 선택 확률을 산출하는 변수 선택 확률 산출 단계; 및상기 변수 조합별 선택 확률과 드롭아웃될 변수 조합의 목표 개수를 기초로 분류기 학습 대상이 되는 변수 조합을 선정하는 드롭아웃 단계;를 더 포함하며,상기 분류기 학습 단계는,상기 변수 조합에 해당하는 상기 변수 조합별 확률값을 분류기에 제공하는 것인 분류기 학습데이터 전처리 방법
|
| 15 |
15
제12항에 있어서, 상기 출현 빈도 추출 단계는,상기 데이터에서 변수 조합별 출현 빈도에 관한 확률 분포를 도출하는 것이고,상기 신뢰도 기반 스무딩 단계는,상기 확률 분포를 기초로 상기 빈도 행렬을 생성하는 것인 분류기 학습데이터 전처리 방법
|
| 16 |
16
제12항에 있어서, 상기 신뢰도 기반 스무딩 단계는,상기 누적 출현 빈도와 임계 출현 빈도를 기초로 라플라스 스무딩 파라미터를 산출하고, 상기 빈도 행렬에 상기 라플라스 스무딩 파라미터에 따라 라플라스 스무딩을 적용하여 변수 조합별 확률값을 산출하는 것인 분류기 학습데이터 전처리 방법
|
| 17 |
17
제14항에 있어서, 상기 변수 선택 확률 산출 단계는,상기 누적 출현 빈도의 역수에 기초하여 변수 조합별 선택 확률을 산출하는 것인 분류기 학습데이터 전처리 방법
|
