1 |
1
다중 레이블 분류 장치가 분류 카테고리 중 일부 카테고리만 부분적으로 레이블링된 데이터를 통해 다중 레이블 분류 모델(110)을 학습시키는 방법에 있어서,입력된 학습 데이터의 레이블링 되지 않은 카테고리를 거짓(false)으로 의사 레이블링(pseudo-labeling)하는 의사 레이블링 단계;입력된 학습 데이터에 대한 다중 레이블 분류 모델의 예측 결과에 대한 모든 카테고리의 제1 손실을 계산하는 제1 손실 계산 단계;설정된 임계값보다 큰 제1 손실을 갖는 카테고리가 손실 계산에 적게 반영되도록 손실 반영 가중치를 조절하는 손실 반영 가중치 조절 단계;제1 손실과 손실 반영 가중치에 기초하여 제2 손실을 계산하는 제2 손실 계산 단계; 및제2 손실을 반영하여 학습 파라미터를 조절하는 학습 단계;를 포함하는 다중 레이블 분류 모델 학습 방법
|
2 |
2
제 1 항에 있어서, 손실 반영 가중치 조절 단계는 해당 카테고리가 학습 데이터에서 레이블되지 않았고 제1 손실이 설정된 임계값보다 큰 경우 해당 카테고리의 제1 손실이 제2 손실 계산에서 제외되도록 손실 반영 가중치를 조절하는 다중 레이블 분류 모델 학습 방법
|
3 |
3
제 2 항에 있어서, 상기 방법은 :학습이 반복되는 회수가 증가할 때마다 손실 반영 가중치 조절 단계에서 제외되는 카테고리가 증가하도록 임계값을 조절하는 임계값 조절 단계;를 더 포함하는 다중 레이블 분류 모델 학습 방법
|
4 |
4
제 1 항에 있어서, 손실 반영 가중치 조절 단계는 해당 카테고리가 학습 데이터에서 레이블되지 않았고 제1 손실이 설정된 임계값보다 큰 경우 해당 카테고리의 의사 레이블을 참으로 수정하여 제1 손실을 재계산하고, 재계산된 제1 손실이 제2 손실 계산에 반영되도록 손실 반영 가중치를 조절하는 다중 레이블 분류 모델 학습 방법
|
5 |
5
제 4 항에 있어서, 상기 방법은 :학습이 반복되는 회수가 증가할 때마다 손실 반영 가중치 조절 단계에서 의사 레이블이 참으로 수정되는 카테고리가 증가하도록 임계값을 조절하는 임계값 조절 단계;를 더 포함하는 다중 레이블 분류 모델 학습 방법
|
6 |
6
제 1 항에 있어서, 손실 반영 가중치 조절 단계는 해당 카테고리가 학습 데이터에서 레이블되지 않았고 제1 손실이 설정된 임계값보다 큰 경우 해당 카테고리의 의사 레이블을 참으로 수정하여 제1 손실을 재계산하고, 데이터 세트 내의 해당 데이터의 해당 카테고리를 참으로 레이블링하고, 재계산된 제1 손실이 제2 손실 계산에 반영되도록 손실 반영 가중치를 조절하는 다중 레이블 분류 모델 학습 방법
|
7 |
7
프로세서; 및상기 프로세서와 연결되고 상기 프로세서에 의해 실행 가능한 프로그램 명령어들로 구성되는 다수의 프로그램 모듈을 저장하는 메모리;를 포함하고, 상기 프로그램 모듈은 :입력된 학습 데이터의 레이블링 되지 않은 카테고리를 거짓(false)으로 의사 레이블링(pseudo-labeling)하는 의사 레이블링 모듈과, 입력된 학습 데이터에 대한 다중 레이블 분류 모델의 예측 결과에 대한 모든 카테고리의 제1 손실을 계산하는 제1 손실 계산 모듈과, 설정된 임계값보다 큰 제1 손실을 갖는 카테고리가 손실 계산에 적게 반영되도록 손실 반영 가중치를 조절하는 손실 반영 가중치 조절 모듈과, 제1 손실과 손실 반영 가중치에 기초하여 제2 손실을 계산하는 제2 손실 계산 모듈과, 제2 손실을 반영하여 학습 파라미터를 조절하는 학습 제어 모듈을 포함하는, 다중 레이블 분류 장치
|
8 |
8
제 7 항에 있어서, 손실 반영 가중치 조절 모듈은 학습 데이터에서 레이블되지 않고 제1 손실이 설정된 임계값보다 큰 카테고리의 제1 손실이 제2 손실 계산에서 제외되도록 손실 반영 가중치를 조절하는, 다중 레이블 분류 장치
|
9 |
9
제 8 항에 있어서, 상기 프로그램 모듈은 :학습이 반복되는 회수가 증가할 때마다 손실 반영 가중치 조절 모듈에서 제외시키는 카테고리가 증가하도록 임계값을 조절하는 임계값 조절 모듈을 더 포함하는, 다중 레이블 분류 장치
|
10 |
10
제 7 항에 있어서, 손실 반영 가중치 조절 모듈은 학습 데이터에서 레이블되지 않고 제1 손실이 설정된 임계값보다 큰 카테고리의 의사 레이블을 참으로 수정하여 제1 손실을 재계산하고, 재계산된 제1 손실이 제2 손실 계산에 반영되도록 손실 반영 가중치를 조절하는, 다중 레이블 분류 장치
|
11 |
11
제 10 항에 있어서, 상기 프로그램 모듈은 :학습이 반복되는 회수가 증가할 때마다 손실 반영 가중치 조절 모듈에서 의사 레이블이 참으로 수정되는 카테고리가 증가하도록 임계값을 조절하는 임계값 조절 모듈을 더 포함하는, 다중 레이블 분류 장치
|
12 |
12
제 7 항에 있어서, 손실 반영 가중치 조절 모듈은 학습 데이터에서 레이블되지 않고 제1 손실이 설정된 임계값보다 큰 카테고리의 의사 레이블을 참으로 수정하여 제1 손실을 재계산하고, 데이터 세트 내의 해당 데이터의 해당 카테고리를 참으로 레이블링하고, 재계산된 제1 손실이 제2 손실 계산에 반영되도록 손실 반영 가중치를 조절하는 다중 레이블 분류 장치
|