맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

단일 뉴런 및 네트워크에 의한 예측

  • 기술번호 : KST2014046716
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 인공 지능은 현재 및 과거의 정보를 통합하고, 그 각각은 세계의 부분의 상태를 예측한다. 뉴런의 출력은 2가지 예측자 간의 차이 또는 예측 오류에 상응한다. 과거 정보에 기여하는 입력은 오류를 최소화하기 위해서 선택되며, 이는 anti-Hebbian 타입 유연성 규칙을 통해 일어날 수 있다. 현재의 정보 공급원은 오류를 최대화하기 위해 선택되며, 이는 Hebbian 타입 유연성 규칙을 통해 일어날 수 있다. 이것은 뉴런이 뉴런이 이미 보유하고 있는 과거의 정보와 중복되지 않은 외부 세계로부터 새로운 정보를 수신한다는 것을 확인시켜준다. 예측하기 위해 스스로 학습함으로써, 뉴런 또는 이들 뉴런의 네트워크는 지적이고 유리한 출력을 생성하는데 필요한 정보를 획득한다.
Int. CL G06N 3/10 (2006.01) G06F 15/18 (2006.01) G06N 3/04 (2006.01)
CPC
출원번호/일자 1020107011168 (2010.05.20)
출원인 한국과학기술원
등록번호/일자 10-1122158-0000 (2012.02.23)
공개번호/일자 10-2010-0085120 (2010.07.28) 문서열기
공고번호/일자 (20120316) 문서열기
국제출원번호/일자 PCT/US2008/084156 (2008.11.20)
국제공개번호/일자 WO2009067582 (2009.05.28)
우선권정보 미국  |   12/271,282   |   2008.11.14
미국  |   60/989,391   |   2007.11.20
법적상태 소멸
심사진행상태 수리
심판사항
구분 국제출원
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2010.05.20)
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 피오릴로 크리스토퍼 미국 미국 씨에이 ***** 멘로

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김강욱 대한민국 전북 전주시 덕진구 틀못*길**, 은빛빌딩 ***호(장동)(특허법인다해(전라도분사무소))

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허법 제203조에 따른 서면
[Patent Application] Document according to the Article 203 of Patent Act		 2010.05.20 수리 (Accepted) 1-1-2010-0325785-27
2 보정요구서
Request for Amendment		 2010.05.31 발송처리완료 (Completion of Transmission) 1-5-2010-0048199-00
3 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2010.06.16 수리 (Accepted) 4-1-2010-5109403-88
4 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment		 2010.06.16 수리 (Accepted) 1-1-2010-0385754-18
5 [출원인변경]권리관계변경신고서
[Change of Applicant] Report on Change of Proprietary Status		 2010.06.17 수리 (Accepted) 1-1-2010-0388942-10
6 의견제출통지서
Notification of reason for refusal		 2011.07.28 발송처리완료 (Completion of Transmission) 9-5-2011-0420600-33
7 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)		 2011.09.28 수리 (Accepted) 1-1-2011-0759212-35
8 [지정기간연장]기간연장(단축, 경과구제)신청서
[Designated Period Extension] Application of Period Extension(Reduction, Progress relief)		 2011.10.28 수리 (Accepted) 1-1-2011-0849129-87
9 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2011.11.28 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2011-0941987-60
10 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2011.11.28 수리 (Accepted) 1-1-2011-0941986-14
11 등록결정서
Decision to grant		 2012.02.13 발송처리완료 (Completion of Transmission) 9-5-2012-0083464-93
12 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2013.02.01 수리 (Accepted) 4-1-2013-5019983-17
13 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.12.24 수리 (Accepted) 4-1-2014-5157968-69
14 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.12.24 수리 (Accepted) 4-1-2014-5157993-01
15 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.12.24 수리 (Accepted) 4-1-2014-5158129-58
16 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.04.24 수리 (Accepted) 4-1-2019-5081392-49
17 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
18 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
두 부류 이상의 입력들(inputs)을 받고 출력(output)을 계산하기 위한 정보 처리 수단(information processing element)을 사용하는, 컴퓨터로 구현된 정보 처리 방법에 있어서, 상기 정보 처리 수단을 통해 제1 부류의 입력들(a first class of inputs)을 수신하며, 상기 제1 부류의 입력들(inputs) 각각은 웨이트(weight)와 액티비티(activity)을 가지고, 상기 액티비티(activity)는 상기 정보처리 수단을 위한 외부 세계의 특정 부분에 대한 외부 변수 값에 대한 정보를 가지는 단계;상기 정보 처리 수단을 통해 제2 부류의 입력들(a second class of inputs)을 수신하며, 상기 제2 부류의 입력들(inputs) 각각은 웨이트(weight)와 액티비티(activity)을 가지고, 상기 적어도 하나 이상의 입력들(inputs)의 액티비티(activity)는 상기 정보 처리 수단의 과거 출력(output)들의 특정 시간-의존 기억(distinct time-dependent memory)에 상응하는 단계; 상기 정보 처리 수단을 통해 상기 제1 및 제2 부류의 입력의 액티비티(activity)들의 가중 합계의 함수(a function of a weighted sum)를 이용하고, 상기 제1 및 제2 부류의 입력들(inputs)의 웨이트 값들(weight values)를 이용하여 상기 정보 처리 수단의 출력(output)을 계산하는 단계; 및제1 부류의 입력의 액티비티(activity)의 가중합계(a weighted sum)와 제2 부류의 입력의 액티비티(activity)의 가중 합계(a weighted sum)간의 차이를 최소화하기 위해, 상기 입력들(inputs)과 상기 차이(discrepancy)의 액티비티(activity)의 조합을 이용하는 법칙인 안티-헵 타입 유연성 규칙(anti-Hebbian type associative plasticity rule)를 사용하여, 상기 제2 부류에서의 하나 이상의 입력들(inputs)의 웨이트 값(weight value)를 수정하는 단계를 포함하며, 상기 제2 부류의 입력의 액티비티(activity)의 가중 합계(a weighted sum)는 제1 부류의 입력들의 액티비티(activity)의 가중 합계(a weighted sum)를 예측하고, 예측을 확장함으로써 외부 변수(external variable)값과 예측 오류(prediction error)에 대응되는 출력(output)을 예측하는 것을 특징으로 하는 방법
2 2
제1항에 있어서, 상기 제1 부류의 입력들의 가중 합계(a weighted sum)는 상기 차이(discrepancy)와　액티비티(activity)와의 조합을 활용하는 헵 타입 연관 규칙(Hebbian-type associative plasticity rule)을 통해　수정하고,　상기 제1 부류의 입력들(inputs)의 웨이트(weights)은 그러므로 상기 정보 처리 수단에 새로운 정보를 제공하는 자신의 능력치로 선택되는 방법
3 3
제2항에 있어서, 상기 헵 타입 관련 유연성 규칙(Hebbian-type associative plasticity rule)은 보상 목표(a rewarding goal)에 대한 정보를 결합하고, 따라서 상기 정보 처리 수단은 보상을 예측하는 것을 배우게 되는 방법
4 4
제1항에 있어서, 상기 정보 처리 수단을 통해 제3 부류의 입력을 수신하며, 각각의 제3 부류의 입력들은 웨이트(weight)와 액티비티(activity)을 가지고, 상기 액티비티(activity)는 상기 정보처리 수단을 위한 외부 세계의 특정 부분에 대한 외부 변수 값에 대한 정보를 가지는 단계; 및입력(input)의 액티비티(activity)과 상기 차이(discrepancy)의 조합하는 법칙인 안티-헵 타입 유연성 규칙(anti-Hebbian-type associative plasticity rule)을 사용하여 상기 차이를 최소화하기 위해, 상기 제3 부류에서의 상기 입력들(inputs)의 웨이트 값(weight value)를 수정하는 단계를 더 포함하는 방법
5 5
제1항에 있어서, 상기 정보 처리 수단의 출력(output)은 상기 차이(discrepancy)가 기설정된 한계치를 초과하는 경우 값은“1”이 되고, 그렇지 않으면 “0”이 되며, 상기 안티-헵 타입 유연성 규칙(anti-Hebbian-type associative plasticity rule)은 상기 웨이트(weight)를 결정하기 위해, 상기 액티비티(activity)과 상기 차이(discrepancy)의 조합 대신에 상기 액티비티(activity)과 상기 출력(output)의 조합을 사용하는 방법
6 6
적어도 두 부류의 입력들(inputs)을 수신하고 출력(output)을 계산하는 정보 처리 수단을 이용하는 정보 처리 장치에 있어서, 상기 정보 처리 수단을 통해 제1 부류의 입력들(inputs)을 수신하며, 상기 제1 부류의 입력 각각은 웨이트(weight)와 액티비티(activity)을 가지고, 상기 액티비티(activity)은 상기 정보처리 수단을 위한 외부 세계의 특정 부분에 대한 외부 변수 값에 대한 정보를 가지는 수단; 상기 정보 처리 수단을 통해 제2 부류의 입력들(inputs)을 수신하며 상기 제2 부류의 입력들(inputs) 각각은 웨이트(weight)와 액티비티(activity)을 가지고, 상기 적어도 하나의 입력들(inputs)의 액티비티(activity)은 상기 정보 처리 수단의 과거 출력(output)들의 특정 시간-의존 기억(distinct time-dependent memory)에 상응하는 수단; 상기 제1 및 제2 부류의 입력들(inputs)의 액티비티(activity)의 가중 합계(a weighted sum)의 함수를 이용하고, 상기 제1 부류의 입력들(inputs)과 상기 제2 부류의 입력들(inputs)의 웨이트 값들(weight values)를 이용하여, 상기 제1 부류의 입력과 상기 제2 부류의 입력들(inputs)의 웨이트 값들(weight values)를 이용하고, 상기 제1 및 제2 부류의 입력들(inputs)의 액티비티(activity)의 가중 합계(a weighted sum)의 함수를 이용하여, 상기 정보 처리 수단을 통해 상기 정보 처리 수단의 출력(output)을 생성하는 수단; 및제1 부류의 입력들(inputs)의 액티비티(activity)들의 가중합계(a weighted sum)와 제2 부류의 입력들(inputs)의 액티비티(activity)의 가중 합계(a weighted sum)간의 차이(discrepancy)를 최소화하기 위해, 한 입력(input)의 액티비티(activity)와 차이(discrepancy)의 조합을 이용하는 안티-헵 타입 유연성 규칙(anti-Hebbian-type associative plasticity rule)을 사용하여, 상기 제2 부류에서의 하나 이상의 입력들(inputs)의 웨이트 값(weight value)를 수정하는 수단을 포함하며, 상기 제2 부류의 입력들(inputs)의 액티비티(activity)의 가중 합계(a weighted sum)는 제1 부류의 입력들(inputs)의 액티비티(activity)의 가중 합계(a weighted sum)를 예측하고, 예측을 확장함으로써 외부 변수 값과 예측 오류(a prediction error)에 대응되는 출력(output)값을 예측하는 장치
7 7
제6항에 있어서, 상기 차이(discrepancy)를　극대화하기 위해,　상기 제1 부류의 입력들(inputs)의 웨이트 값들(weight values)는 액티비티(activity)과 차이(discrepancy)의 조합을 활용하는 헵 타입 연관 규칙(Hebbian type associative plasticity rule)을 통해　수정되고,　상기 제1 부류의 입력들(inputs)의 웨이트(weights)은 그러므로 상기 정보 처리 수단에 새로운 정보를 제공하는 자신의 능력치로 선택되는 장치
8 8
제7항에 있어서, 상기 헵 타입 관련 유연성 규칙(Hebbian type associative plasticity rule)은 보상 목표(a rewarding goal)에 대한 정보에 결합됨으로, 상기 정보 처리 수단은 보상을 예측하는 것을 배우게 되는 장치
9 9
제6항에 있어서,상기 정보 처리 수단을 통해 제3 부류의 입력들(inputs)을 수신하고, 각각의 제3 부류의 입력(input)은 웨이트(weight)와 액티비티(activity)를 가지며, 상기 액티비티(activity)는 상기 정보처리 수단을 위한 외부 세계의 특정 부분에 대한 외부 변수 값에 대한 정보를 가지는 수단; 및입력(input)의 액티비티(activity)와 상기 차이(discrepancy)의 조합을 이용하는 안티-헵 타입 유연성 규칙(anti-Hebbian-type associative plasticity rule)을 사용하여 상기 차이(discrepancy)를 최소화하기 위해 상기 제3 부류에서의 상기 입력들(inputs)의 웨이트(weight)를 수정하는 수단을 더 포함하는 장치
10 10
제6항에 있어서,상기 정보 처리 수단의 출력(output)은 상기 차이(discrepancy)가 기설정된 한계치(a predetermined threshold)를 초과하는 경우 값은 “1”이 되고, 그렇지 않으면 “0”이 되며, 상기 안티-헵 타입 유연성 규칙(anti-Hebbian-type associative plasticity rule)은 상기 웨이트(weight)를 결정하기 위해, 상기 액티비티(activity)과 상기 차이(discrepancy)의 조합 대신에 상기 액티비티(activity)과 상기 출력(output)의 조합을 사용하는 장치
11 11
두 부류 이상의 입력들(inputs)을 수신하고 출력(output)을 계산하는 정보 처리 수단을 이용하여 정보를 처리하기 위해 하나 이상의 지시 시퀀스(one or more sequences of instructions)를 저장하는 컴퓨터 판독 가능한 기억 매체로서(a computer-readable storage medium), 하나 이상의 프로세서들에 의해 실행될 때 상기 지시(instructions)는 그 프로세서들이 다음의 단계들을 실행하도록 한다: 상기 정보 처리 수단을 통해 제1 부류의 입력들(inputs)을 수신하는 단계, 상기 제1 부류의 입력들(inputs) 각각은 웨이트(weight)와 액티비티(activity)을 가지고, 상기 액티비티(activity)는 상기 정보처리 수단을 위한 외부 세계의 특정 부분에 대한 외부 변수 값에 대한 정보를 가지는 단계;상기 정보 처리 수단을 통해 제2 부류의 입력들(a second class of inputs)을 수신하며, 상기 제2 부류의 입력들(inputs) 각각은 웨이트(weight)과 액티비티(activity)을 가지고, 상기 적어도 하나 이상의 입력들(inputs)의 액티비티(activity)는 상기 정보 처리 수단의 과거 출력(output)들의 특정 시간-의존 기억(distinct time-dependent memory)에 상응하는 단계;상기 정보 처리 수단을 통해 제2 부류의 입력들(inputs)을 수신하며, 상기 제2 부류의 입력들(inputs) 각각은 웨이트(weight)와 액티비티(activity)을 가지고, 상기 적어도 하나 이상의 입력들(inputs)의 액티비티(activity)는 상기 정보 처리 수단의 과거 출력(output)들의 특정 시간-의존 기억(distinct time-dependent memory)에 상응하는 단계; 상기 정보 처리 수단을 통해 상기 제1 및 제2 부류의 입력들(inputs)의 액티비티(activity)들의 가중 합계의 함수(a function of a weighted sum)를 이용하고, 상기 제1 및 제2 부류의 입력들(inputs)의 웨이트 값들(weight values)를 이용하여 상기 정보 처리 수단의 출력(output)을 계산하는 단계; 및제1 부류의 입력들(inputs)의 액티비티(activity)의 가중합계(a weighted sum)와 제2 부류의 입력들(inputs)의 액티비티(activity)의 가중 합계(a weighted sum)간의 차이를 최소화하기 위해, 상기 입력들(inputs)과 상기 차이(discrepancy)의 액티비티(activity)의 조합을 이용하는 법칙인 안티-헵 타입 유연성 규칙(anti-Hebbian type associative plasticity rule)을 사용하여, 상기 제2 부류에서의 하나 이상의 입력들(inputs)의 웨이트 값(weight value)를 수정하는 단계를 포함하며,상기 제2 부류의 입력들(inputs)의 액티비티(activity)의 가중 합계(a weighted sum)는 제1 부류의 입력들(inputs)의 액티비티(activity)의 가중 합계(a weighted sum)를 예측하고, 예측을 확장함으로써 외부 변수(external variable)값과 예측 오류(prediction error)에 대응되는 출력(output)을 예측하는 것을 특징으로 하는 기록 매체
12 12
제11항에 있어서,상기 차이(discrepancy)를　극대화하기 위해,　상기 제1 부류의 입력들(inputs)의 웨이트 값들(weight values)는 액티비티(activity)과 차이(discrepancy)의 조합을 활용하는 헵 타입 연관 규칙(Hebbian type associative plasticity rule)을 통해　수정되고,　상기 제1 부류의 입력의 웨이트(weights)은 그러므로 상기 정보 처리 수단에 새로운 정보를 제공하는 자신의 능력치로 선택되는 기록 매체
13 13
제12항에 있어서, 상기 헵 타입 관련 유연성 규칙(Hebbian type associative plasticity rule)은 보상 목표에 대한 정보에 결합됨으로, 상기 정보 처리 수단은 보상을 예측하는 것을 배우게 되는 기록 매체
14 14
제11항에 있어서, 상기 정보 처리 수단을 통해 제3 부류의 입력들을 수신하며, 각각의 제3 부류의 입력은 웨이트(weight)와 액티비티(activity)을 가지고, 상기 액티비티(activity)은 정보 처리 수단으로의 외부 특정 부분에 대한 외부 변수의 값에 대한 정보를 가지는 단계; 및 입력(input)의 액티비티(activity)와 상기 차이(discrepancy)의 조합을 이용하는 안티-헵 타입 유연성 규칙(anti-Hebbian-type associative plasticity rule)을 사용하여 상기 차이(discrepancy)를 최소화하기 위해 상기 제3 부류에서의 상기 입력들(inputs)의 웨이트(weight)를 수정하는 단계를 더 포함하는 기록 매체
15 15
제11항에 있어서, 상기 정보 처리 수단의 출력(output)은 상기 차이(discrepancy)가 기설정된 한계치를 초과하는 경우 값은“1”이 되고, 그렇지 않으면 “0”이 되며, 상기 안티-헵 타입 유연성 규칙(anti-Hebbian-type associative plasticity rule)은 상기 웨이트(weight)를 결정하기 위해, 상기 액티비티(activity)과 상기 차이(discrepancy)의 조합 대신에 상기 액티비티(activity)과 상기 출력(output)의 조합을 사용하는 기록 매체
16 16
삭제
17 17
삭제
18 18
삭제
19 19
삭제
20 20
삭제
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 EP02212833 EP 유럽특허청(EPO) FAMILY
2 US08112372 US 미국 FAMILY
3 US08504502 US 미국 FAMILY
4 US20090132451 US 미국 FAMILY
5 US20100198765 US 미국 FAMILY
6 WO2009067582 WO 세계지적재산권기구(WIPO) FAMILY

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 EP2212833 EP 유럽특허청(EPO) DOCDBFAMILY
2 US2009132451 US 미국 DOCDBFAMILY
3 US2010198765 US 미국 DOCDBFAMILY
4 US8112372 US 미국 DOCDBFAMILY
5 US8504502 US 미국 DOCDBFAMILY
6 WO2009067582 WO 세계지적재산권기구(WIPO) DOCDBFAMILY
국가 R&D 정보가 없습니다.