| 1 |
1
복수의 차원들을 포함하는 제 1 다차원 데이터 및 제 2 다차원 데이터를 입력 받아 전처리하여 제 1 보간 데이터 및 제 2 보간 데이터를 생성하는 전처리기;제 1 보간 데이터의 특징 값들 각각에 대응하는 스파스 어텐션(sparse attention) 가중치를 계산하고, 상기 스파스 어텐션 가중치가 반영된 특징 값들을 이용하여 예측 결과를 생성하기 위한 예측 모델의 가중치 그룹을 생성하는 학습기; 및상기 제 2 보간 데이터를 입력 받아 예측 결과를 생성하는 예측기를 포함하는 다차원 데이터 처리를 위한 장치
|
| 2 |
2
제 1 항에 있어서,상기 전처리기는:상기 제 1 다차원 데이터 및 상기 제 2 다차원 데이터의 특징 값들 중에서 수치가 아닌 값들을 수치로 변환하는 특징 변환 모듈;상기 제 1 다차원 데이터 및 상기 제 2 다차원 데이터의 특징 값들을 기준 범위에 따라 정규화하는 정규화 모듈; 및상기 제 1 다차원 데이터 및 상기 제 2 다차원 데이터의 결측치에 대응하는 보간 값을 결정하는 결측치 처리 모듈을 포함하는 다차원 데이터 처리를 위한 장치
|
| 3 |
3
제 1 항에 있어서,상기 학습기는:상기 제 1 보간 데이터의 특징 값들을 가중치 행렬에 기반하여 인코딩하여 인코딩 데이터를 생성하는 인코딩 모듈;상기 인코딩 데이터 및 상기 가중치 행렬에 기반하여 상기 스파스 어텐션 가중치를 계산하는 스파스 어텐션 계산 모듈; 및상기 제 1 보간 데이터의 각 특징 값과, 상기 각 특징 값에 대응하는 스파스 어텐션 가중치를 곱하여 상기 스파스 어텐션 가중치가 반영된 특징 값들을 계산하는 스파스 어텐션 반영 모듈을 포함하는 다차원 데이터 처리를 위한 장치
|
| 4 |
4
제 3 항에 있어서,상기 제 1 보간 데이터는 수식 1에 따라 인코딩되는 다차원 데이터 처리를 위한 장치
|
| 5 |
5
제 3 항에 있어서,상기 스파스 어텐션 계산 모듈은:상기 특징 값들 중, 상기 예측 결과 생성을 위해 사용할 특징 값들을 결정하고, 상기 예측 결과 생성을 위해 사용할 특징 값들에 대응하는 스파스 어텐션 가중치는 1로 설정하고, 상기 예측 결과 생성을 위해 사용하지 않을 특징 값들에 대응하는 스파스 어텐션 가중치는 0으로 설정하는 다차원 데이터 처리를 위한 장치
|
| 6 |
6
제 5 항에 있어서,상기 스파스 어텐션 계산 모듈은 근사 계단 함수를 이용하여 상기 스파스 어텐션 가중치를 0 또는 1로 설정하는 다차원 데이터 처리를 위한 장치
|
| 7 |
7
제 1 항에 있어서,상기 예측기는상기 제 2 보간 데이터에 기반하여 예측 결과를 생성하는 예측 결과 생성 모듈; 및상기 제 2 보간 데이터의 특징 값들에 대해 역정규화하는 역정규화 모듈을 포함하는 다차원 데이터 처리를 위한 장치
|
| 8 |
8
복수의 차원들을 포함하는 다차원 데이터를 전처리하여 보간 데이터를 생성하는 단계;상기 보간 데이터의 특징 값들을 가중치 행렬에 기반하여 인코딩하여 인코딩 데이터를 생성하는 단계;상기 인코딩 데이터 및 상기 가중치 행렬에 기반하여 스파스 어텐션(sparse attention) 가중치를 계산하는 단계;상기 보간 데이터의 각 특징 값과, 상기 각 특징 값에 대응하는 스파스 어텐션 가중치를 곱하여 상기 스파스 어텐션 가중치가 반영된 특징 값들을 계산하는 단계; 및상기 스파스 어텐션 가중치가 반영된 특징 값들을 이용하여 예측 결과를 생성하기 위한 예측 모델의 가중치 그룹을 생성하는 단계를 포함하는 다차원 데이터 처리를 위한 방법
|
| 9 |
9
제 8 항에 있어서,상기 보간 데이터를 생성하는 단계는:상기 다차원 데이터의 특징 값들 중에서 수치가 아닌 값들을 수치로 변환하는 단계;상기 다차원 데이터의 특징 값들을 기준 범위에 따라 정규화하는 단계; 및상기 다차원 데이터의 결측치에 대응하는 보간 값을 결정하는 단계를 포함하는 다차원 데이터 처리를 위한 방법
|
| 10 |
10
제 8 항에 있어서,상기 보간 데이터는 수식 1에 따라 인코딩되는 다차원 데이터 처리를 위한 방법
|
| 11 |
11
제 8 항에 있어서,상기 스파스 어텐션 가중치를 계산하는 단계는:상기 특징 값들 중, 상기 예측 결과 생성을 위해 사용할 특징 값들을 결정하는 단계;근사 계단 함수를 이용하여 상기 예측 결과 생성을 위해 사용할 특징 값들에 대응하는 스파스 어텐션 가중치를 1로 설정하고, 상기 예측 결과 생성을 위해 사용하지 않을 특징 값들에 대응하는 스파스 어텐션 가중치를 0으로 설정하는 단계를 포함하는 다차원 데이터 처리를 위한 방법
|
| 12 |
12
프로그램 코드를 포함하는 비일시적 컴퓨터 판독 가능 매체에 있어서, 프로세서에 의해 상기 프로그램 코드가 실행될 때, 상기 프로세서는:복수의 차원들을 포함하는 다차원 데이터를 전처리하여 보간 데이터를 생성하고,상기 보간 데이터의 특징 값들을 가중치 행렬에 기반하여 인코딩하여 인코딩 데이터를 생성하고,상기 인코딩 데이터 및 상기 가중치 행렬에 기반하여 스파스 어텐션(sparse attention) 가중치를 계산하고,상기 보간 데이터의 각 특징 값과, 상기 각 특징 값에 대응하는 스파스 어텐션 가중치를 곱하여 상기 스파스 어텐션 가중치가 반영된 특징 값들을 계산하고, 그리고상기 스파스 어텐션 가중치가 반영된 특징 값들을 이용하여 예측 결과를 생성하기 위한 예측 모델의 가중치 그룹을 생성하는 비일시적 컴퓨터 판독 가능 매체
|
