맞춤기술찾기

이전대상기술

클러스터링 알고리즘의 비교 학습 장치 및 방법, 그 방법을 수행하기 위한 기록 매체

  • 기술번호 : KST2020005736
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 클러스터링 알고리즘 중에서 하나 또는 두 개의 알고리즘을 선택하고, 선택된 알고리즘에서 분석을 위해 필요한 파라미터를 지정하는 선택부, 데이터 분포를 선택하고, 선택된 분포를 따르는 데이터를 자동으로 생성하여 데이터 셋에 추가하는 데이터 생성부, 데이터 셋을 선택부에서 지정한 알고리즘 및 파라미터에 따라 데이터를 분석하여 클러스터를 생성하고, 생성된 각각의 클러스터에 색상을 지정하는 클러스터부, 클러스터부에서 지정한 색상을 두 개로 나뉘어진 화면에서 스캐터 플롯(scatter plot)을 이용하여 각 알고리즘의 동작 과정을 동시에 나타내는 시각화부 및 시각화부의 두 개의 화면에 나타난 결과로부터 선택부에서 지정한 알고리즘과 파라미터의 영향을 학습하는 학습부를 포함하는 클러스터링 알고리즘의 비교 학습 장치를 개시하고 있다.
Int. CL G06N 5/02 (2006.01.01) G06N 20/00 (2019.01.01) G06F 16/904 (2019.01.01) G06F 16/35 (2019.01.01)
CPC G06N 5/025(2013.01) G06N 5/025(2013.01) G06N 5/025(2013.01) G06N 5/025(2013.01)
출원번호/일자 1020180134548 (2018.11.05)
출원인 고려대학교 산학협력단
등록번호/일자
공개번호/일자 10-2020-0054364 (2020.05.20) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.11.05)
심사청구항수 9

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정순영 서울특별시 강남구
2 김민석 서울특별시 성동구
3 최우성 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 윤귀상 대한민국 서울특별시 금천구 디지털로*길 ** ***호 (가산동, 한신IT타워*차)(디앤특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
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
2018.11.05 수리 (Accepted) 1-1-2018-1095294-58
2 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.10.10 수리 (Accepted) 4-1-2019-5210941-09
3 의견제출통지서
Notification of reason for refusal
2020.04.24 발송처리완료 (Completion of Transmission) 9-5-2020-0288374-55
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.06.02 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0567895-06
5 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.06.02 수리 (Accepted) 1-1-2020-0567897-97
6 거절결정서
Decision to Refuse a Patent
2020.10.12 발송처리완료 (Completion of Transmission) 9-5-2020-0695991-41
7 [법정기간연장]기간 연장신청서·기간 단축신청서·기간 경과 구제신청서·절차 계속신청서
2020.11.10 수리 (Accepted) 1-1-2020-1202883-77
8 법정기간연장승인서
2020.11.14 발송처리완료 (Completion of Transmission) 1-5-2020-0170721-64
9 면담 결과 기록서
2020.12.03 발송처리완료 (Completion of Transmission) 9-6-2020-0185736-10
10 [명세서등 보정]보정서(재심사)
Amendment to Description, etc(Reexamination)
2020.12.07 수리 (Accepted) 1-1-2020-1320170-77
11 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.12.07 수리 (Accepted) 1-1-2020-1320169-20
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
클러스터링 알고리즘 중에서 하나 또는 두 개의 알고리즘을 선택하고, 선택된 알고리즘에서 분석을 위해 필요한 파라미터를 지정하는 선택부;데이터 분포를 선택하고, 선택된 분포를 따르는 데이터를 자동으로 생성하여 데이터 셋에 추가하는 데이터 생성부;상기 데이터 셋을 상기 선택부에서 지정한 알고리즘 및 파라미터에 따라 데이터를 분석하여 클러스터를 생성하고, 상기 생성된 각각의 클러스터에 색상을 지정하는 클러스터부; 상기 클러스터부에서 지정한 색상을 두 개로 나뉘어진 화면에서 스캐터 플롯(scatter plot)을 이용하여 각 알고리즘의 동작 과정을 동시에 나타내는 시각화부; 및상기 시각화부의 두 개의 화면에 나타난 결과로부터 상기 선택부에서 지정한 알고리즘과 파라미터의 영향을 학습하는 학습부;를 포함하는 클러스터링 알고리즘의 비교 학습 장치
2 2
제 1 항에 있어서, 상기 클러스터링 알고리즘은,분할 기법(Partitioning algorithms), 계층 기법(Hierarchical algorithms) 및 밀도 기반 기법(Density-based algorithms)을 포함하는 클러스터링 알고리즘의 비교 학습 장치
3 3
제 1 항에 있어서, 상기 클러스터부는,클러스터링 시뮬레이션을 수행하는 경우, 상기 데이터 생성부에 의해 데이터 셋에 데이터가 추가될 때마다 상기 선택부에서 선택된 알고리즘과 파라미터에 따라 데이터를 분석하여 클러스터를 다시 생성하고, 상기 다시 생성된 클러스터에 따라 각 점이 속한 클러스터가 변화하면, 변화된 클러스터에 대응하여 색을 지속적으로 변화시키는 클러스터링 알고리즘의 비교 학습 장치
4 4
제 1 항에 있어서, 상기 시각화부는,상기 선택부에서 계층 기법(Hierarchical algorithms)에 속하는 알고리즘을 선택한 경우, 선택한 알고리즘에 대해 덴드로그램 플롯(Dendrogram plot)으로 나타내는, 클러스터링 알고리즘의 비교 학습 장치
5 5
제 1 항에 있어서, 상기 학습부는,이미 클러스터링 시뮬레이션을 수행하여 클러스터 결과를 알고 있는 샘플 분포 데이터 셋을 읽어 들여 클러스터링 시뮬레이션을 수행하는 경우, 상기 클러스터 결과 및 상기 시각화부의 두 개의 화면에 나타난 시뮬레이션의 클러스터 결과를 비교하여 차이를 수치, 표 및 그래프 중 어느 하나로부터 상기 선택부에서 지정한 알고리즘과 파라미터의 영향을 학습하는, 클러스터링 알고리즘의 비교 학습 장치
6 6
제 1 항에 있어서, 상기 클러스터링 알고리즘은,자바(JAVA)언어로 구현되어 미리 구현된 추상 클래스(abstract class)를 상속받아 재정의하여 추가할 수 있는, 클러스터링 알고리즘의 비교 학습 장치
7 7
클러스터링 알고리즘 중에서 하나 또는 두 개의 알고리즘을 선택하는 단계;상기 선택된 알고리즘에서 분석을 위해 필요한 파라미터를 선택하는 단계;데이터 분포를 선택하고, 선택된 분포를 따르는 데이터를 자동으로 생성하여 데이터 셋에 추가하는 단계;상기 생성된 데이터 셋을 상기 선택된 알고리즘 및 파라미터에 따라 데이터를 분석하여 클러스터를 생성하고, 상기 생성된 각각의 클러스터에 색상을 지정하는 단계; 상기 지정된 색상과 좌표를 두 개의 화면에서 스캐터 플롯(scatter plot)으로 각 알고리즘의 동작과정을 동시에 보여주는 단계; 및상기 두 개의 화면에 나타난 결과로부터 상기 선택된 알고리즘과 파라미터의 영향을 학습하는 단계;를 포함하는 클러스터링 알고리즘의 비교 학습 방법
8 8
제 7 항에 있어서, 상기 클러스터링 데이터 각각에 색상을 지정하는 단계는,클러스터링 시뮬레이션 수행하는 경우, 데이터가 추가될 때마다 상기 선택된 알고리즘과 파라미터에 따라 데이터를 분석하여 클러스터를 다시 생성하고, 상기 다시 생성된 클러스터에 따라 각 점이 속한 클러스터들이 변화하면, 변화된 클러스터에 대응하여 점들의 색을 지속적으로 변화시키는 클러스터링 알고리즘의 비교 학습 방법
9 9
제 7 항에 있어서, 상기 알고리즘의 동작과정을 동시에 보여주는 단계는,상기 알고리즘을 선택하는 단계에서 계층 기법(Hierarchical algorithms)에 속하는 알고리즘을 선택한 경우, 선택한 알고리즘에 대해 덴드로그램 플롯(Dendrogram plot)으로 표현하는, 클러스터링 알고리즘의 비교 학습 방법
10 10
제 7 항에 있어서, 상기 선택된 알고리즘과 파라미터의 영향을 학습하는 단계는,이미 클러스터링 시뮬레이션을 수행하여 클러스터 결과를 알고 있는 샘플 분포 데이터 셋을 읽어 들여 클러스터링 시뮬레이션을 수행하는 경우, 상기 클러스터 결과 및 상기 두 개의 화면에 나타난 시뮬레이션의 클러스터 결과를 비교하여 차이를 수치, 표 및 그래프 중 어느 하나로부터 상기 선택된 알고리즘과 파라미터의 영향을 학습하는, 클러스터링 알고리즘의 비교 학습 방법
11 11
제 7 항 내지 제 10 항 중 어느 한 항에 따른 클러스터링 알고리즘의 비교 학습 방법을 실행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 저장 매체
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 과학기술정보통신부 고려대학교산학협력단 SW전문인력역량강화 SW중심대학(고려대)