맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

소규모 학습 데이터를 사용하는 품질 향상 신경망의 학습 방법

  • 기술번호 : KST2023006532
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
상담신청 PDF 받기
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 본 발명은 신호의 품질을 향상시키는 신경망을 소규모 학습 데이터를 사용하여 학습시키는 방법을 개시한다. 왜곡이 포함되지 않은 신호를 사용하여 상기 신경망에서 품질 향상과 관련 없는 모듈을 미리 학습시키고, 상기 학습 데이터를 사용하여 상기 학습된 모듈을 바탕으로 상기 신경망의 품질 향상 모듈을 학습시키는 방법을 포함한다.
Int. CL G06N 3/08 (2023.01.01) G06N 3/04 (2023.01.01)
CPC G06N 3/08(2013.01) G06N 3/045(2013.01)
출원번호/일자 1020220006602 (2022.01.17)
출원인 광운대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0110975 (2023.07.25) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 6

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 광운대학교 산학협력단 대한민국 서울특별시 노원구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박호종 대한민국 서울특별시 서초구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
대리인 정보가 없습니다

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		 2022.01.17 수리 (Accepted) 1-1-2022-0058166-15
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
왜곡된 신호의 품질을 향상시키는 신경망을 학습시키는 방법에 있어서, 상기 신경망을 신호 변환 과정과 특성 변환 과정으로 분리하는 단계;왜곡이 없는 신호를 사용하여 상기 신호 변환 과정을 학습시키는 제1 학습 단계; 상기 제1 학습 단계에서 학습된 상기 신호 변환 과정과 상기 특성 변환 과정을 결합하여 제1 신경망을 구성하는 단계;왜곡된 신호를 사용하여 상기 제1 신경망 내의 상기 특성 변환 과정을 학습시키는 제2 학습 단계; 및상기 제2 학습 단계를 수행하여 제2 신경망을 확보하는 단계를 포함하는 것을 특징으로 하는 신경망 학습 방법
2 2
제 1 항에 있어서, 상기 신호 변환 과정은,입력 신호를 품질 향상을 수행하기 위한 특성 벡터로 변환하는 신호 분석 단계; 및상기 특성 벡터를 신호로 복원시키는 신호 합성 단계를 포함하는 것을 특징으로 하는 신경망 학습 방법
3 3
제 1 항에 있어서, 상기 특성 변환 과정은,왜곡된 특성 벡터를 품질이 향상된 특성 벡터로 변환하는 단계를 포함하는 것을 특징으로 하는 신경망 학습 방법
4 4
제 1 항에 있어서, 상기 제1 학습 단계는,상기 신호 변환 과정에 의하여 변환된 신호를 다시 원 신호로 복원하는 것을 목표로 수행하는 것을 특징으로 하는 신경망 학습 방법
5 5
제 1 항에 있어서, 상기 제2 학습 단계는,상기 제1 신경망 내의 상기 신호 변환 과정의 동작을 변경시키지 않는 것을 특징으로 하는 신경망 학습 방법
6 6
제 1 항에 있어서, 왜곡된 신호를 사용하여 상기 제2 신경망의 전체 동작을 학습시키는 제3 학습 단계를 포함하는 것을 특징으로 하는 신경망 학습 방법
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 광운대학교 개인기초연구(과기정통부)(R＆D) 사운드 생성모델과 few/zero-shot learning 기반의 환경 적응형 사운드 품질 향상 기술 연구