맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

자료 특징 추출 시스템 및 자료 특징 추출 방법

  • 기술번호 : KST2015169643
  • 담당센터 : 대구기술혁신센터
  • 전화번호 : 053-550-1450
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 자료 특징 추출 시스템 및 자료 특징 추출 방법으로서, 구체적으로 자료 특징 추출 시스템은 복수의 정보를 포함하는 원본 자료 데이터를 입력받고 상기 복수의 정보별로 제1 확률 변수 집합 데이터를 추출하는 다중 정보 데이터 추출부, 상기 제1 확률 변수 집합 데이터로부터, 상기 복수의 정보가 공유하는 공통 특징 벡터와 상기 복수의 정보 각각의 고유한 고유 특징 벡터를 포함하는 제2 확률 변수 집합 데이터를 생성하는 특징 벡터 추출부, 상기 제1 확률 변수 집합 데이터와 상기 제2 확률 변수 집합 데이터의 확률 분포에서 반복적으로 샘플링하여 상기 제1 확률 변수 집합 데이터와 상기 공통 특징 벡터 간의 공통 연결 강도 행렬의 값 및 상기 제1 확률 변수 집합 데이터와 상기 고유 특징 벡터 간의 고유 연결 강도 행렬의 값을 연산하고 각각 서로 다른 값을 가지도록 보상하는 연결 강도 행렬 형성부, 및 상기 제1 확률 변수 집합 데이터, 제2 확률 변수 집합 데이터, 매개 변수, 및 연결 강도 행렬을 이용하여 상기 원본 자료 데이터에 대한 자료 분포 모델을 형성하는 자료 분포 모델링부를 포함한다.
Int. CL G06F 17/00 (2006.01) G06F 17/16 (2006.01)
CPC G06F 17/30572(2013.01) G06F 17/30572(2013.01)
출원번호/일자 1020110144773 (2011.12.28)
출원인 포항공과대학교 산학협력단
등록번호/일자 10-1318923-0000 (2013.10.10)
공개번호/일자 10-2013-0076257 (2013.07.08) 문서열기
공고번호/일자 (20131017) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2011.12.28)
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 포항공과대학교 산학협력단 대한민국 경상북도 포항시 남구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 강윤섭 대한민국 경상북도 포항시 남구
2 최승진 대한민국 경상북도 포항시 남구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 유미특허법인 대한민국 서울특별시 강남구 테헤란로 ***, 서림빌딩 **층 (역삼동)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 포항공과대학교 산학협력단 경상북도 포항시 남구
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		 2011.12.28 수리 (Accepted) 1-1-2011-1045155-52
2 의견제출통지서
Notification of reason for refusal		 2013.04.03 발송처리완료 (Completion of Transmission) 9-5-2013-0228050-41
3 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2013.04.24 수리 (Accepted) 1-1-2013-0361381-33
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2013.04.24 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2013-0361377-50
5 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2013.06.13 수리 (Accepted) 4-1-2013-0025573-58
6 등록결정서
Decision to grant		 2013.10.07 발송처리완료 (Completion of Transmission) 9-5-2013-0689713-48
7 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.02.25 수리 (Accepted) 4-1-2014-5024386-11
8 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.20 수리 (Accepted) 4-1-2019-5243581-27
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.22 수리 (Accepted) 4-1-2019-5245997-53
10 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.25 수리 (Accepted) 4-1-2019-5247115-68
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
복수의 정보를 포함하는 원본 자료 데이터를 입력받고 상기 복수의 정보별로 제1 확률 변수 집합 데이터를 추출하는 다중 정보 데이터 추출부,상기 제1 확률 변수 집합 데이터로부터, 상기 복수의 정보가 공유하는 공통 특징 벡터와 상기 복수의 정보 각각의 고유한 고유 특징 벡터를 포함하는 제2 확률 변수 집합 데이터를 생성하는 특징 벡터 추출부,상기 제1 확률 변수 집합 데이터와 상기 제2 확률 변수 집합 데이터의 확률 분포에서 반복적으로 샘플링하여 상기 제1 확률 변수 집합 데이터와 상기 공통 특징 벡터 간의 공통 연결 강도 행렬의 값 및 상기 제1 확률 변수 집합 데이터와 상기 고유 특징 벡터 간의 고유 연결 강도 행렬의 값을 연산하고 각각 서로 다른 값을 가지도록 보상하는 연결 강도 행렬 형성부, 및상기 제1 확률 변수 집합 데이터, 제2 확률 변수 집합 데이터, 매개 변수, 및 연결 강도 행렬을 이용하여 상기 원본 자료 데이터에 대한 자료 분포 모델을 형성하는 자료 분포 모델링부를 포함하는 자료 특징 추출 시스템
2 2
제 1항에 있어서,상기 특징 벡터 추출부는 상기 공통 특징 벡터 및 상기 고유 특징 벡터를 상기 제1 확률 변수 집합 데이터의 조건부 확률 분포에서 추출하는 것을 특징으로 하는 자료 특징 추출 시스템
3 3
제 1항에 있어서,상기 특징 벡터 추출부는, 상기 자료 분포 모델링부에서 형성한 자료 분포 모델에 사용된 연결 강도 행렬을 이용하여 신규한 원본 자료 데이터에 대응하는 상기 제2 확률 변수 집합 데이터를 생성하는 것을 특징으로 하는 자료 특징 추출 시스템
4 4
제 1항에 있어서,상기 연결 강도 행렬 형성부는 상기 반복적 샘플링을 통하여 상기 제1 확률 변수 집합 데이터와 상기 제2 확률 변수 집합 데이터 사이의 연결 강도 행렬인 매개변수 값의 변화가 없을 때까지 연산하여 상기 매개변수의 최적값을 산출하는 것을 특징으로 하는 자료 특징 추출 시스템
5 5
제 4항에 있어서,상기 최적값은 상기 반복적 샘플링을 통하여 근사한 그래디언트 상승을 반복 적용하여 산출되는 것을 특징으로 하는 자료 특징 추출 시스템
6 6
제 1항에 있어서,상기 연결 강도 행렬 형성부는, 상기 공통 연결 강도 행렬과 상기 고유 연결 강도 행렬의 각 행이 서로 직교하도록 보상된 수식을 이용하여 상기 공통 연결 강도 행렬의 값과 상기 고유 연결 강도 행렬의 값을 연산하는 것을 특징으로 하는 자료 특징 추출 시스템
7 7
제 1항에 있어서,상기 자료 분포 모델은, 상기 제1 확률 변수 집합 데이터 및 제2 확률 변수 집합 데이터로 이루어진 층상 구조 모델로서, 상기 제2 확률 변수 집합 데이터는 상기 층상 구조 모델의 상향 확장을 위한 입력 자료로 재입력되는 것을 특징으로 하는 자료 특징 추출 시스템
8 8
복수의 정보를 포함하는 원본 자료 데이터가 입력되는 단계,상기 복수의 정보별로 제1 확률 변수 집합 데이터를 추출하는 단계,상기 제1 확률 변수 집합 데이터로부터, 상기 복수의 정보가 공유하는 공통 특징 벡터와 상기 복수의 정보 각각의 고유한 고유 특징 벡터를 포함하는 제2 확률 변수 집합 데이터를 생성하는 단계,상기 제1 확률 변수 집합 데이터와 상기 제2 확률 변수 집합 데이터의 확률 분포에서 반복적으로 샘플링 하여 상기 제1 확률 변수 집합 데이터와 상기 제2 확률 변수 집합 데이터 사이의 매개변수를 연산하는 단계,상기 제1 확률 변수 집합 데이터, 제2 확률 변수 집합 데이터, 및 매개 변수를 이용하여 상기 원본 자료 데이터에 대한 자료 분포 모델을 형성하는 단계, 및신규 입력 자료 데이터에 상기 자료 분포 모델을 적용하여 상기 모델의 최상층에 대응하는 확률 변수 집합 데이터로부터 자료 특징을 추출하는 단계를 포함하는 자료 특징 추출 방법
9 9
제 8항에 있어서,상기 매개 변수는 상기 제1 확률 변수 집합 데이터와 상기 공통 특징 벡터 간의 공통 연결 강도 행렬 및 상기 제1 확률 변수 집합 데이터와 상기 고유 특징 벡터 간의 고유 연결 강도 행렬을 포함하는 자료 특징 추출 방법
10 10
제 8항에 있어서,상기 공통 특징 벡터 및 상기 고유 특징 벡터를 상기 제1 확률 변수 집합 데이터의 조건부 확률 분포에서 추출하는 것을 특징으로 하는 자료 특징 추출 방법
11 11
제 8항에 있어서,상기 매개변수를 연산하는 단계는, 상기 반복적 샘플링을 통하여 상기 매개변수 값의 변화가 없을 때까지 연산하여 매개변수의 최적값을 산출하는 것을 특징으로 하는 자료 특징 추출 방법
12 12
제 8항에 있어서,상기 제1 확률 변수 집합 데이터를 추출하는 단계 이후에,난수값을 이용하여 자료 분포 모델의 층간 연결 강도를 나타내는 행렬을 초기화하는 단계를 더 포함하는 자료 특징 추출 방법
13 13
제 8항에 있어서,상기 매개변수를 연산하는 단계 이후에,상기 매개변수 중 상기 제1 확률 변수 집합 데이터와 상기 공통 특징 벡터 간의 공통 연결 강도 행렬의 값 및 상기 제1 확률 변수 집합 데이터와 상기 고유 특징 벡터 간의 고유 연결 강도 행렬의 값을 업데이트하고 각각 서로 다른 값을 가지도록 보상하는 단계를 더 포함하는 자료 특징 추출 방법
14 14
제 13항에 있어서,상기 보상하는 단계는,상기 공통 연결 강도 행렬과 상기 고유 연결 강도 행렬의 각 행이 서로 직교하도록 보상된 수식을 이용하여 상기 공통 연결 강도 행렬의 값과 상기 고유 연결 강도 행렬의 값을 연산하는 것을 특징으로 하는 자료 특징 추출 방법
15 15
제 8항에 있어서,상기 자료 분포 모델을 형성하는 단계는,상기 제1 확률 변수 집합 데이터 및 제2 확률 변수 집합 데이터로 이루어진 층상 구조 모델로서, 상기 제2 확률 변수 집합 데이터는 상기 층상 구조 모델의 상향 확장을 위한 입력 자료로 재입력되는 것을 특징으로 하는 자료 특징 추출 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 교육과학기술부,지식경제부 경북대학교 산학협력단,포항공과대학교 산학협력단 미래기반기술개발(신기술융합형성장동력사업),대학IT연구센터 육성 지원사업 효율적 다중감각정보처리를 위한 일반화된 특징 추출 모델 개발,융합 단말을 위한 내장형 소프트웨어 기술 연구