1 |
1
학습 데이터를 분류기를 이용하여 학습시키는 방법으로서, 상기 학습 데이터로부터 특징 데이터를 추출하는 단계;선택적 문턱값을 이용하여 상기 추출된 특징 데이터로부터 일부 특징 데이터를 선별하는 단계; 및상기 선별된 특징 데이터를 분류기를 이용하여 학습시키는 단계를 포함하는, 방법
|
2 |
2
제1항에 있어서, 상기 특징 데이터를 선별하는 단계는, 상기 추출된 특징 데이터 중에서 상기 선택적 문턱값 이상인 특징 데이터를 선별하는 단계를 포함하는, 방법
|
3 |
3
제1항에 있어서, 상기 선택적 문턱값을 데이터 정확도를 토대로 설정하는 단계를 더 포함하는, 방법
|
4 |
4
제3항에 있어서, 상기 설정하는 단계는상기 추출된 특징 데이터로부터 복수의 선택적 문턱값을 토대로 선별된 특징 데이터들 각각에 대하여, 분류기 학습을 수행하고 그 판별 결과에 대한 데이터 정확도들 산출하는 단계; 상기 복수의 선택적 문턱값을 토대로 선별된 특징 데이터들 각각에 대하여 산출된 데이터 정확도들 중에서 가장 높은 값을 가지는 데이터 정확도를 선택하는 단계; 및상기 선택된 데이터 정확도에 대응하는 선택적 문턱값을 특징 데이터 선별을 위한 최종 선택적 문턱값으로 결정하는 단계를 포함하는, 방법
|
5 |
5
제1항에 있어서, 상기 학습 결과를 토대로 데이터 분류를 수행하는 판별 과정을 수행하는 단계를 더 포함하는, 방법
|
6 |
6
제1항에 있어서, 상기 방법은, 얼굴 영상으로부터 성별을 추정하는 시스템에 적용되는, 방법
|
7 |
7
학습 데이터를 입력받도록 구성되는 입출력부; 그리고 상기 입출력부와 연결되고, 상기 학습 데이터를 이용한 분류기 학습을 수행하는 프로세서를 포함하며, 상기 프로세서는, 상기 학습 데이터로부터 특징 데이터를 추출하고, 선택적 문턱값을 이용하여 상기 추출된 특징 데이터로부터 일부 특징 데이터를 선별하며, 상기 선별된 특징 데이터를 분류기를 이용하여 학습시키고, 상기 학습 결과를 토대로 데이터 분류를 수행하는 판별 과정을 수행하도록 구성되는, 예측 분류 장치
|
8 |
8
제7항에 있어서, 상기 프로세서는, 상기 추출된 특징 데이터 중에서 상기 선택적 문턱값 이상인 특징 데이터를 선별하도록 구성되는, 예측 분류 장치
|
9 |
9
제7항에 있어서, 상기 선택적 문턱값이 데이터 정확도를 토대로 설정되는, 예측 분류 장치
|
10 |
10
제9항에 있어서, 상기 프로세서가, 상기 추출된 특징 데이터로부터 복수의 선택적 문턱값을 토대로 선별된 특징 데이터들 각각에 대하여, 분류기 학습을 수행하고 그 판별 결과에 대한 데이터 정확도들 산출하고,상기 복수의 선택적 문턱값을 토대로 선별된 특징 데이터들 각각에 대하여 산출된 데이터 정확도들 중에서 가장 높은 값을 가지는 데이터 정확도를 선택하며,상기 선택된 데이터 정확도에 대응하는 선택적 문턱값을 특징 데이터 선별을 위한 최종 선택적 문턱값으로 결정하도록 구성되는, 예측 분류 장치
|