| 1 |
1
프레임워크 선택을 위한 모델 템플릿 및 프레임워크 속성 정보를 입력하는 프레임워크 속성/특징 입력부;변환할 입력 딥러닝 모델과 사용할 데이터 속성 정보를 입력하는 사용자 명세 입력부;모델 데이터 분석부와 프레임워크 선택부로 구성되어 프레임워크 속성/특징과 사용자 명세를 받아 특징 선택 및 스코어링 알고리즘을 이용하여 딥러닝 프레임워크 추천을 하는 딥러닝 프레임워크 추천부;딥러닝 프레임워크 추천부에서 추천된 추천프레임워크 정보 및 프레임워크 최적화 모델 디자인을 출력하는 추천 프레임워크 정보 출력부;를 포함하는 것을 특징으로 하는 특징 선택 및 스코어링 알고리즘을 이용한 딥러닝 프레임워크 추천 시스템
|
| 2 |
2
제 1 항에 있어서, 모델 데이터 분석부는,사용자 명세의 문법 오류 여부를 검사하는 문법 분석부와,훈련 데이터를 포함시키기 위해 사용되는 형태인 명세 파일의 패스를 입력으로 하여 데이터 유효성 검사를 수행하는 데이터 입력 분석부를 포함하는 것을 특징으로 하는 특징 선택 및 스코어링 알고리즘을 이용한 딥러닝 프레임워크 추천 시스템
|
| 3 |
3
제 1 항에 있어서, 프레임워크 선택부는,프로시저 분석기 및 함수 분석기를 활용하여 사용자 알고리즘을 추출하는 알고리즘 추출부와,추출된 사용자 알고리즘과 입력 데이터 사이의 관계를 분석하여 입력 데이터의 특징을 얻는 특징 선택부와,선택된 특징을 기반으로 딥러닝 프레임워크에 점수를 부여하는 프레임워크 스코어링부를 포함하는 것을 특징으로 하는 특징 선택 및 스코어링 알고리즘을 이용한 딥러닝 프레임워크 추천 시스템
|
| 4 |
4
제 3 항에 있어서, 특징 선택부는,알고리즘 추출부에서 사용자 알고리즘의 추출이 이루어지면 사용자 명세서를 분석하는 사용자 명세 분석부와,사용자 명세에 필요한 프레임워크 정보를 분석하는 프레임워크 정보 분석부와,사용자 알고리즘 분석을 하는 사용자 알고리즘 분석부와,추출된 사용자 알고리즘과 입력 데이터 사이의 관계를 분석하여 입력 데이터의 특징을 추출하는 입력데이터 특징 추출부를 포함하는 것을 특징으로 하는 특징 선택 및 스코어링 알고리즘을 이용한 딥러닝 프레임워크 추천 시스템
|
| 5 |
5
제 3 항에 있어서, 프레임워크 스코어링부는,사전에 정의된 딥러닝 프레임워크 정보들을 패치하는 프레임워크정보 패치부와,특징 선택부의 특징 선택 과정에 의해 얻은 사용자 명세의 특징을 패치하는 사용자명세 특징 패치부와,사용자 명세의 특징의 특징값이 현재 선택된 딥러닝 프레임워크의 특징의 특징값에 존재하면 딥러닝 프레임워크에 정의된 각 특징에 대한 스코어를 생성하는 스코어 생성부와,사용자 명세의 모든 특징이 선택된 딥러닝 프레임워크로 지원이 되면 해당 프레임워크를 지원 프레임워크의 목록에 추가하는 지원 프레임워크 목록 추가부와, 최고의 점수를 갖는 딥러닝 프레임워크가 추천될 수 있도록 지원하는 프레임워크 목록을 반환하는 지원 프레임워크 목록 반환부를 포함하는 것을 특징으로 하는 특징 선택 및 스코어링 알고리즘을 이용한 딥러닝 프레임워크 추천 시스템
|
| 6 |
6
제 1 항에 있어서, 프레임워크 추천 시스템의 딥러닝 입력으로 사용되는 사용자 명세 코드는,딥러닝 프레임워크를 선택하기 위해 필요한 특징들을 추출할 수 있는 정보들을 포함하고, 특징들을 추출할 수 있는 정보들은 프로젝트의 목적, 후단부(Backend) 환경, 훈련 데이터 및 의사코드로 작성된 사용자의 알고리즘 항목을 포함하는 것을 특징으로 하는 특징 선택 및 스코어링 알고리즘을 이용한 딥러닝 프레임워크 추천 시스템
|
| 7 |
7
프레임워크 선택을 위한 모델 템플릿 및 프레임워크 속성 정보를 입력하는 프레임워크 속성/특징 입력 단계;변환할 입력 딥러닝 모델과 사용할 데이터 속성 정보를 입력하는 사용자 명세 입력 단계;모델 데이터 분석 과정과 프레임워크 선택 과정을 통하여 프레임워크 속성/특징과 사용자 명세를 받아 특징 선택 및 스코어링 알고리즘을 이용하여 딥러닝 프레임워크 추천을 하는 딥러닝 프레임워크 추천 단계;딥러닝 프레임워크 추천 단계에서 추천된 추천프레임워크 정보 및 프레임워크 최적화 모델 디자인을 출력하는 추천 프레임워크 정보 출력 단계;를 포함하는 것을 특징으로 하는 특징 선택 및 스코어링 알고리즘을 이용한 딥러닝 프레임워크 추천 방법
|
| 8 |
8
제 7 항에 있어서, 모델 데이터 분석 과정은,사용자 명세의 문법 오류 여부를 검사하는 문법 분석 과정과,훈련 데이터를 포함한 명세 파일의 패스를 입력으로 하여 데이터 유효성 검사를 수행하는 데이터 입력 분석 과정을 포함하는 것을 특징으로 하는 특징 선택 및 스코어링 알고리즘을 이용한 딥러닝 프레임워크 추천 방법
|
| 9 |
9
제 7 항에 있어서, 프레임워크 선택 과정은,프로시저 분석기 및 함수 분석기를 활용하여 사용자 알고리즘을 추출하는 알고리즘 추출 과정과,추출된 사용자 알고리즘과 입력 데이터 사이의 관계를 분석하여 입력 데이터의 특징을 얻는 특징 선택 과정과,선택된 특징을 기반으로 딥러닝 프레임워크에 점수 부여하는 프레임워크 스코어링 과정을 포함하는 것을 특징으로 하는 특징 선택 및 스코어링 알고리즘을 이용한 딥러닝 프레임워크 추천 방법
|
| 10 |
10
제 9 항에 있어서, 특징 선택 과정은,알고리즘 추출 과정에서 사용자 알고리즘의 추출이 이루어지면 사용자 명세서를 분석하는 사용자 명세 분석 과정과,사용자 명세에 필요한 프레임워크 정보를 분석하는 프레임워크 정보 분석 과정과,사용자 알고리즘 분석을 하는 사용자 알고리즘 분석 과정과,추출된 사용자 알고리즘과 입력 데이터 사이의 관계를 분석하여 입력 데이터의 특징을 추출하는 입력데이터 특징 추출 과정을 포함하는 것을 특징으로 하는 특징 선택 및 스코어링 알고리즘을 이용한 딥러닝 프레임워크 추천 방법
|
| 11 |
11
제 9 항에 있어서, 프레임워크 스코어링 과정은,사전에 정의된 딥러닝 프레임워크 정보들을 패치하는 프레임워크정보 패치 과정과,특징 선택 과정에 의해 얻은 사용자 명세의 특징을 패치하는 사용자명세 특징 패치 과정과,사용자 명세의 특징의 특징값이 현재 선택된 딥러닝 프레임워크의 특징의 특징값에 존재하면 딥러닝 프레임워크에 정의된 각 특징에 대한 스코어를 생성하는 스코어 생성 과정과,사용자 명세의 모든 특징이 선택된 딥러닝 프레임워크로 지원이 되면 해당 프레임워크를 지원 프레임워크의 목록에 추가하는 지원 프레임워크 목록 추가 과정과, 최고의 점수를 갖는 딥러닝 프레임워크가 추천될 수 있도록 지원하는 프레임워크 목록을 반환하는 지원 프레임워크 목록 반환 과정을 포함하는 것을 특징으로 하는 특징 선택 및 스코어링 알고리즘을 이용한 딥러닝 프레임워크 추천 방법
|
