1 |
1
기계학습을 자동으로 수행하기 위한 자가 학습 시스템에 있어서,기계학습 지식이 저장된 기계학습 지식 데이터베이스 및 사용자의 요청 정보에 따른 기계학습을 자동으로 수행하기 위한 프로그램이 저장된 메모리 및상기 메모리에 저장된 프로그램을 실행시키는 프로세서를 포함하되,상기 프로세서는 상기 프로그램을 실행시킴에 따라, 상기 기계학습 지식 데이터베이스에 저장된 사용자 타입 및 도메인 타입별로 적용 가능한 기계학습절차를 지식화한 워크플로우 지식에 기초하여 사용자의 요청 정보에 따라 사용자 타입 및 도메인 타입에 적합한 하나 이상의 기계학습절차를 생성 또는 추천하고, 상기 생성 또는 추천된 기계학습절차를 실행하기 위한 실행코드를 생성하는 것인 자가 학습 시스템
|
2 |
2
제 1 항에 있어서,상기 기계학습 지식 데이터베이스는 사용자 타입에 따른 기계학습절차의 범위를 지식화한 사용자 지식, 분석 대상 도메인의 특성에 따른 기계학습절차의 범위를 지식화한 도메인 지식, 기계학습절차의 단계 생성을 위한 정보 구조를 정의한 가이드 지식 및 사용자 타입 및 도메인 타입 별로 적용 가능한 기계학습절차를 지식화한 워크플로우 지식 중 하나 이상을 포함하는 것인 자가 학습 시스템
|
3 |
3
제 2 항에 있어서,상기 프로세서는 상기 사용자 지식, 도메인 지식, 가이드 지식 및 워크플로우 지식 중 하나 이상을 기반으로 상기 사용자의 요청 정보에 대응하는 하나 이상의 기계학습절차를 생성하는 것인 자가 학습 시스템
|
4 |
4
제 2 항에 있어서,상기 사용자 지식은 사용자 타입 정보와, 사용자 구동 환경 정보와, 사용자 및 사용자 타입 별 기계학습절차의 사용자 설정 범위 또는 자동 설정 범위를 정의하는 설정 깊이 정보를 구조화되는 것인 자가 학습 시스템
|
5 |
5
제 2 항에 있어서,상기 도메인 지식은 도메인 타입 정보, 상기 도메인 타입에서 해결하고자 하는 문제의 유형을 나타내는 문제 타입 정보를 포함하여 구조화되는 것인 자가 학습 시스템
|
6 |
6
제 2 항에 있어서,상기 가이드 지식은 위치 정보 지식, 데이터 조건 지식, 모델 제한 지식, 실행 제한 지식, 사용 경험 지식 중 하나 이상을 포함하여 구조화되는 것인 자가 학습 시스템
|
7 |
7
제 6 항에 있어서,상기 위치 정보 지식은 상기 기계학습절차를 수행하는 데 필요한 데이터 저장 위치 및 소프트웨어 패키지의 접근 경로 중 하나 이상을 포함하고,상기 데이터 조건 지식은 상기 기계학습절차를 정의하는 특정 워크플로우, 특정 모델 요소, 특정 클래스에 대한 입력 및 출력 데이터 조건의 정보 중 하나 이상을 포함하며,상기 모델 제한 지식은 수행 가능한 기계학습절차 또는 수행 가능한 기계학습모델을 제한하기 위한 지식을 포함하고,상기 실행 제한 지식은 특정 기계학습 모델에 대한 도메인 제한 지식, 데이터 제한 지식, 메모리 제한 지식 및 하드웨어 제한 지식 중 하나 이상을 포함하며, 상기 사용 경험 지식은 예측 타입, 기계학습모델의 사용 빈도, 레이블 및 레이블의 필요 여부 정보 중 하나 이상을 포함하는 것인 자가 학습 시스템
|
8 |
8
제 6 항에 있어서,상기 가이드 지식은 상기 모델 제한 지식 및 상기 실행 제한 지식에 대하여 If, Then, Else 형태로 구조화되고, 상기 프로세서는 상기 기계학습절차의 실행 결과 정보를 통해 자동으로 상기 제한 지식을 지식화하는 것인 자가 학습 시스템
|
9 |
9
제 2 항에 있어서,상기 워크플로우 지식은 상기 기계학습절차를 구성하는 각 단위 기능을 정의하는 복수의 노드 및 상기 노드의 속성 정보와, 노드 간 연결 정보가 구조화되는 것인 자가 학습 시스템
|
10 |
10
제 9 항에 있어서,상기 복수의 노드는 작업 시작 노드, 데이터 처리 노드, 조건 분기 노드 및 작업 종료 노드 중 둘 이상의 노드를 포함하는 것인 자가 학습 시스템
|
11 |
11
제 2 항에 있어서,상기 기계학습 지식 데이터베이스는 상기 기계학습절차에서 이용 가능한 기능을 지식화한 논리적 지식을 더 포함하되,상기 프로세서는 상기 논리적 지식을 기반으로 상기 생성한 기계학습절차를 논리적 지식 수준으로 구체화하는 것인 자가 학습 시스템
|
12 |
12
제 11 항에 있어서,상기 논리적 지식은 0개 이상의 물리적 지식과 매핑되는 것인 자가 학습 시스템
|
13 |
13
제 2 항에 있어서,상기 기계학습 지식 데이터베이스는 상기 기계학습절차에서 이용 가능한 소프트웨어 라이브러리 수준에서 모델 요소를 정의한 물리적 지식을 더 포함하되,상기 프로세서는 상기 물리적 지식을 기반으로 상기 기계학습절차의 실행코드를 생성하는 것인 자가 학습 시스템
|
14 |
14
제 13 항에 있어서,상기 프로세서는 분석을 요청한 사용자 타입 및 분석 대상 도메인 타입을 포함하는 상기 사용자의 요청 정보를 수집하고, 상기 기계학습 지식 데이터베이스를 기반으로 상기 사용자의 요청 정보에 대응하는 하나 이상의 기계학습절차를 생성 또는 추천하며,상기 기계학습 지식 데이터베이스에 포함된 물리적 지식에 기초하여 상기 실행코드를 생성하는 것인 자가 학습 시스템
|
15 |
15
제 14 항에 있어서,상기 프로세서는 상기 실행코드를 생성하기 이전에, 상기 기계학습 지식 데이터베이스에 포함된 논리적 지식에 기초하여, 상기 추천한 하나 이상의 기계학습절차를 논리적 지식 수준으로 구체화하고, 상기 구체화된 기계학습절차를 상기 실행코드 수준으로 변환하는 것인 자가 학습 시스템
|
16 |
16
제 14 항에 있어서,상기 프로세서는 상기 생성한 실행코드에 기초하여 상기 하나 이상의 기계학습절차를 실행하고, 상기 하나 이상의 기계학습절차에 대한 결과를 피드백하여 상기 기계학습 지식 데이터베이스를 갱신하는 것인 자가 학습 시스템
|
17 |
17
제 16 항에 있어서,상기 프로세서는 상기 기계학습 지식 데이터베이스에 상기 사용자의 요청 정보에 대응하는 기계학습절차가 존재하지 않는 경우, 상기 사용자의 요청 정보에 포함된 분석 대상 도메인 타입에 적용 가능한 복수의 기계학습절차를 생성하고,상기 생성한 기계학습절차의 실행 결과를 비교하여 성능을 분석하여 상기 복수의 기계학습절차 중 상기 추천할 하나 이상의 기계학습절차를 선택하여 제공하는 것인 자가 학습 시스템
|
18 |
18
기계학습을 자동으로 수행하기 위한 자가 학습 방법에 있어서,분석을 요청한 사용자 타입 및 분석 대상 도메인 타입을 포함하는 사용자의 요청 정보를 수신하는 단계;기계학습 지식 데이터베이스에 저장된 사용자 타입 및 도메인 타입별로 적용 가능한 기계학습절차를 지식화한 워크플로우 지식에 기초하여 상기 사용자의 요청 정보에 따라 사용자 타입 및 도메인 타입에 적합한 하나 이상의 기계학습절차를 생성 또는 추천하는 단계; 및상기 생성 또는 추천된 기계학습을 실행하기 위한 실행코드를 생성하는 단계를 포함하는 자가 학습 방법
|
19 |
19
제 18 항에 있어서,상기 기계학습 지식 데이터베이스는 사용자 타입에 따른 기계학습절차의 범위를 지식화한 사용자 지식, 분석 대상 도메인의 특성에 따른 기계학습절차의 범위를 지식화한 도메인 지식, 기계학습절차의 단계 생성을 위한 정보 구조를 정의한 가이드 지식, 사용자 타입 및 도메인 타입 별로 적용 가능한 기계학습절차를 지식화한 워크플로우 지식, 상기 기계학습절차에서 이용 가능한 기능을 지식화한 논리적 지식 및 상기 기계학습절차에서 이용 가능한 소프트웨어 라이브러리 수준에서 모델 요소를 정의한 물리적 지식 중 하나 이상을 포함하는 것인 자가 학습 방법
|
20 |
20
제 19 항에 있어서,상기 기계학습절차를 생성 또는 추천하는 단계는, 상기 사용자 지식, 도메인 지식, 가이드 지식 및 워크플로우 지식 중 하나 이상을 기반으로 상기 사용자의 요청 정보에 대응하는 하나 이상의 기계학습절차를 생성하는 단계; 및 상기 논리적 지식을 기반으로 상기 생성한 기계학습절차를 논리적 지식 수준으로 구체화하는 단계를 포함하고,상기 실행코드를 생성하는 단계는, 상기 물리적 지식을 기반으로 상기 논리적 지식 수준으로 구체화된 기계학습절차의 실행코드를 생성하는 것인 자가 학습 방법
|