맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

영역 밀도 표현에 기반한 점진적 패턴 분류 방법

  • 기술번호 : KST2015160686
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 영역 밀도 기반의 패턴 분류 방법에 관한 것으로, 특히 주어진 복수 개의 데이터에 대하여 각 종류별로 이차 계획법을 이용하여 특징 영역 거리 함수를 결정하여 특징 영역 거리 함수의 값을 이용하여 데이터의 영역을 결정하고, 최대 우도 추정 방식을 사용하여 영역 내의 데이터 밀도를 산출하고, 데이터 밀도와 사전확률의 곱을 비교하여 데이터를 종류별로 분류하고, 새로운 추가된 데이터가 기 분류된 영역에 포함되지 않으면 기존의 영역에서 구해진 지지벡터와 새로 추가된 데이터를 주어진 전체 데이터로 삼아 새로운 지지벡터를 구하고 지지벡터가 아닌 데이터는 모두 제거하는 패턴 분류 방법에 관한 것이다. 본 발명에 따르면 지지벡터 학습에 의해 얻어진 영역으로부터 밀도 정보를 사용함으로써, 다중 분류의 경우에 기존의 지지벡터 기계 및 신경망 분류기법보다 훨씬 빠르게 학습할 수 있으며, 기존의 확률밀도 추정 방식보다 적은 수의 데이터를 사용하여 판별함수를 표현할 수 있는 효과가 있다. 또한, 인식 성능을 높이기 위해 새롭게 주어진 데이터를 점진적으로 학습함으로써, 여러 번 재학습을 필요로 하는 얼굴 인식 시스템과 같은 응용에서 학습 계산량을 감소시키는 효과가 있다.패턴인식, 분류, 지지벡터, support vector, 밀도, 이차계획법
Int. CL G06T 7/40 (2006.01) G06T 7/00 (2006.01)
CPC G06K 9/622(2013.01) G06K 9/622(2013.01) G06K 9/622(2013.01) G06K 9/622(2013.01)
출원번호/일자 1020070018192 (2007.02.23)
출원인 재단법인서울대학교산학협력재단
등록번호/일자 10-0869554-0000 (2008.11.13)
공개번호/일자 10-2008-0078292 (2008.08.27) 문서열기
공고번호/일자 (20081121) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2007.02.23)
심사청구항수 7

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 강우성 대한민국 서울 관악구
2 최진영 대한민국 서울 관악구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김도형 대한민국 서울특별시 종로구 종로 **, **층 ***호(공평동, 종로타워)(김도형특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 주식회사 지식과 나눔 서울특별시 관악구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 명세서등보정서
Amendment to Description, etc.		 2007.02.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2007-0161320-26
2 특허출원서
Patent Application		 2007.02.23 수리 (Accepted) 1-1-2007-0159140-12
3 보정요구서
Request for Amendment		 2007.03.08 발송처리완료 (Completion of Transmission) 1-5-2007-0028757-15
4 서지사항보정서
Amendment to Bibliographic items		 2007.03.12 수리 (Accepted) 1-1-2007-0199315-21
5 보정요구서
Request for Amendment		 2007.03.28 발송처리완료 (Completion of Transmission) 1-5-2007-0038085-21
6 서지사항보정서
Amendment to Bibliographic items		 2007.04.01 수리 (Accepted) 1-1-2007-0252771-16
7 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2008.01.29 수리 (Accepted) 4-1-2008-5015497-73
8 선행기술조사의뢰서
Request for Prior Art Search		 2008.03.12 수리 (Accepted) 9-1-9999-9999999-89
9 선행기술조사보고서
Report of Prior Art Search		 2008.04.16 수리 (Accepted) 9-1-2008-0024731-41
10 의견제출통지서
Notification of reason for refusal		 2008.06.30 발송처리완료 (Completion of Transmission) 9-5-2008-0348914-03
11 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2008.08.20 수리 (Accepted) 1-1-2008-0594127-99
12 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2008.08.20 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2008-0594128-34
13 등록결정서
Decision to grant		 2008.10.30 발송처리완료 (Completion of Transmission) 9-5-2008-0552134-82
14 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.08.22 수리 (Accepted) 4-1-2014-5100909-62
15 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2015.03.20 수리 (Accepted) 4-1-2015-5036045-28
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
주어진 복수 개의 데이터에 대하여 각 종류별로 이차 계획법을 이용하여 하기의 수학식 24로 정의되는 특징 영역 거리 함수를 결정하고, 상기 특징 영역 거리 함수의 값이 하기의 수학식 25의 조건을 만족하는 데이터의 영역을 결정하는 제 1 단계;최대 우도 추정 방식을 사용하여 상기 영역 내의 데이터 밀도를 산출하는 제 2 단계; 및종류별로 데이터 밀도와 사전확률의 곱을 계산하고, 상기 종류별 계산결과를 서로 비교하여 그 중에서 가장 큰 값을 갖는 종류를 데이터의 종류로 결정함으로써 각 데이터를 종류별로 분류하는 제 3 단계;를 포함하여 구성되는 패턴 분류 방법
2 2
제 1 항에 있어서,상기 커널 함수는 하기의 수학식 26으로 정의되는 가우시안 커널 함수인 것을 특징으로 하는 패턴 분류 방법
3 3
제 1 항에 있어서,상기 제 2 단계는 하기의 수학식 27의 형태로 영역밀도 표현함수를 정의하는 단계; 및상기 영역밀도 표현함수의 너비를 결정하는 모수를 추정하는 단계;를 포함하는 것을 특징으로 하는 패턴 분류 방법
4 4
제 3 항에 있어서,상기 모수를 추정하는 단계는 데이터 집합에 대하여 하기의 수학식 28로 표현되는 최대우도를 정의하는 단계;상기 최대우도를 최대화하기 위해 하기의 수학식 29로 표현되는 로그 우도를 최대화하는 단계; 및상기 모수를 하기의 수학식 30과 같은 값으로 추정하는 단계;를 포함하는 것을 특징으로 하는 패턴 분류 방법
5 5
제 1 항에 있어서,상기 제 3 단계는 각 종류의 데이터 영역에 대하여 하기의 수학식 31로 표현되는 특징공간에서의 거리함수를 구하는 단계; 및수학식 32로 표현되는 판별함수를 사용하여 사전확률과 영역밀도 표현함수의 곱이 가장 크게 나타나는 영역을 데이터의 영역으로 판별하는 다중 분류를 수행하여 데이터의 종류를 결정하는 단계를 포함하는 것을 특징으로 하는 패턴 분류 방법
6 6
제 5 항에 있어서,하기의 수학식 33에 의해 각 종류의 모수를 계산하는 단계를 더 포함하는 것을 특징으로 하는 패턴 분류 방법
7 7
제 1 항에 있어서,새로운 데이터가 추가되는 경우, 상기 데이터가 기 분류된 영역에 포함되는지 여부를 판단하는 제 4 단계; 및상기 판단 결과 기 분류된 영역에 포함되지 않으면 기존의 영역에서 구해진 지지벡터와 새로 추가된 데이터를 주어진 전체 데이터로 삼아 상기 제 1 단계부터 상기 제 3 단계의 과정을 거쳐 새로운 지지벡터를 구하고, 지지벡터가 아닌 데이터는 모두 제거하는 제 5 단계;를 더 포함하여 구성되는 패턴 분류 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.