1 |
1
다차원 건강 데이터에 대한 유사 사례 검색을 위하여 하나 이상의 프로세서를 포함하는 장치에 의해 수행되는 방법에 있어서,인터페이스 회로를 통해 입력된 건강 데이터를 전처리하는 단계;상기 전처리된 건강 데이터에 대해 기계 학습에 기초한 복합 차원 특징 추출 학습을 수행하는 단계; 및상기 복합 차원 특징 추출 학습에 기초하여 차원 축소를 위한 하나 이상의 특징 추출 모델을 생성하는 단계를 포함하는 방법
|
2 |
2
제 1 항에 있어서,상기 생성된 하나 이상의 특징 추출 모델에 상기 전처리된 건강 데이터를 적용하여 건강 데이터의 특징에 대한 차원을 축소하는 단계;상기 축소된 차원의 특징을 추출하는 단계; 및상기 추출된 특징에 기초하여, 상기 축소된 차원의 건강 데이터를 파티션 별로 그룹핑하는 단계를 더 포함하는 방법
|
3 |
3
제 2 항에 있어서,유사 사례 검색을 위한 사용자의 개인 건강 데이터가 상기 인터페이스 회로를 통해 쿼리 데이터로서 입력되는 경우, 상기 쿼리 데이터를 전처리하는 단계;상기 전처리된 쿼리 데이터를 상기 생성된 하나 이상의 특징 추출 모델에 적용하여, 상기 사용자의 상기 개인 건강 데이터에 대한 특징의 차원을 축소하는 단계; 및상기 축소된 차원의 쿼리 데이터를 추출하는 단계를 더 포함하는 방법
|
4 |
4
제 3 항에 있어서,상기 축소된 차원의 상기 쿼리 데이터를 그룹핑된 파티션의 건강 데이터와 매칭하는 단계;상기 매칭된 파티션의 건강 데이터와 상기 쿼리 데이터 사이의 유사도를 계산하는 단계; 및설정 값 이상인 상기 유사도를 갖는 건강 데이터를 출력하는 단계를 더 포함하는 방법
|
5 |
5
제 4 항에 있어서,상기 유사도를 계산하는 단계는:상기 매칭된 파티션의 상기 건강 데이터의 개수가 임계 값 이하이면, 상기 매칭된 파티션에 인접한 파티션의 건강 데이터와 상기 축소된 차원의 상기 쿼리 데이터를 매칭하는 단계; 및상기 인접한 파티션의 상기 건강 데이터와 상기 쿼리 데이터 사이의 상기 유사도를 계산하는 단계를 포함하는 방법
|
6 |
6
제 1 항에 있어서,상기 하나 이상의 특징 추출 모델은, 상기 전처리된 건강 데이터에 대해 PCA(Principal Component Analysis)기법, 딥 네트워크 러닝(Deep Network Learning) 기법, 및 SVD(Singular Value Decomposition) 기법 중 적어도 하나를 적용하여 생성되는 방법
|
7 |
7
다차원 건강 데이터에 대한 유사 사례 검색을 제공하도록 구성되는 장치에 있어서,건강 데이터를 수신하도록 구성되는 입출력 인터페이스; 및상기 수신된 건강 데이터를 전처리하고, 상기 전처리된 건강 데이터에 대해 기계 학습에 기초한 복합 차원 특징 추출 학습을 수행하여 차원 축소를 위한 하나 이상의 특징 추출 모델을 생성하도록 구성되는 제어부를 포함하는 장치
|
8 |
8
제 7 항에 있어서,상기 제어부는:상기 생성된 하나 이상의 특징 추출 모델에 상기 전처리된 건강 데이터를 적용하여 건강 데이터의 특징에 대한 차원을 축소하고,상기 축소된 차원의 특징을 추출하고,상기 추출된 특징에 기초하여, 상기 축소된 차원의 건강 데이터를 파티션 별로 그룹핑하도록 더 구성되는 장치
|
9 |
9
제 8 항에 있어서,유사 사례 검색을 위한 사용자의 개인 건강 데이터가 상기 입출력 인터페이스를 통해 쿼리 데이터로서 입력되는 경우, 상기 제어부는:상기 쿼리 데이터를 전처리하고,상기 전처리된 쿼리 데이터를 상기 생성된 하나 이상의 특징 추출 모델에 적용하여, 상기 사용자의 상기 개인 건강 데이터에 대한 특징의 차원을 축소하고,상기 축소된 차원의 쿼리 데이터를 추출하도록 더 구성되는 장치
|
10 |
10
제 9 항에 있어서,상기 제어부는:상기 축소된 차원의 상기 쿼리 데이터를 그룹핑된 파티션의 건강 데이터와 매칭하고,상기 매칭된 파티션의 건강 데이터와 상기 쿼리 데이터 사이의 유사도를 계산하고,설정 값 이상인 상기 유사도를 갖는 건강 데이터를 출력하도록 더 구성되는 장치
|
11 |
11
제 10 항에 있어서,상기 설정 값 이상인 상기 유사도를 갖는 상기 건강 데이터를 출력하기 위해, 상기 제어부는:상기 매칭된 파티션의 상기 건강 데이터의 개수가 임계 값 이하이면, 상기 매칭된 파티션에 인접한 파티션의 건강 데이터와 상기 축소된 차원의 상기 쿼리 데이터를 매칭하고,상기 인접한 파티션의 상기 건강 데이터와 상기 쿼리 데이터 사이의 상기 유사도를 계산하도록 더 구성되는 장치
|
12 |
12
제 7 항에 있어서,상기 하나 이상의 특징 추출 모델은, 상기 전처리된 건강 데이터에 대해 PCA(Principal Component Analysis)기법, 딥 네트워크 러닝(Deep Network Learning) 기법, 및 SVD(Singular Value Decomposition) 기법 중 적어도 하나를 적용하여 생성되는 장치
|