| 1 |
1
역문제에 적용 가능한 비지도 학습 방법에 있어서,트레이닝 데이터 세트를 수신하는 단계; 및최적 운송(optimal transport) 이론과 벌점 최소자승법(penalized least square)에 기초하여 생성된 비지도 학습(unsupervised learning) 기반의 뉴럴 네트워크를 상기 트레이닝 데이터 세트를 이용하여 학습하는 단계를 포함하는 비지도 학습 방법
|
| 2 |
2
제1항에 있어서,상기 수신하는 단계는비매칭 데이터를 포함하는 상기 트레이닝 데이터 세트를 수신하는 것을 특징으로 하는 비지도 학습 방법
|
| 3 |
3
제1항에 있어서,상기 뉴럴 네트워크는간헐적 푸리에 공간 계수로부터 얻은 제1 영상을 입력으로 완전한 푸리에 공간 계수에 해당하는 제2 영상으로 변환하는 제1 뉴럴 네트워크;상기 제2 영상에 대하여 푸리에 변환과 역푸리에 변환을 적용하여 상기 제1 영상에 대응하는 제3 영상을 출력하는 푸리에 변환부; 및상기 제2 영상과 상기 제2 영상에 대한 실제 영상을 구별하는 제2 뉴럴 네트워크를 포함하는 것을 특징으로 하는 비지도 학습 방법
|
| 4 |
4
제3항에 있어서,상기 뉴럴 네트워크는상기 제1 영상과 상기 제3 영상 간의 순환 손실(cyclic loss) 및 상기 제2 영상과 상기 실제 영상 간의 적대 손실(adversarial loss)에 기초하여 비지도 학습되는 것을 특징으로 하는 비지도 학습 방법
|
| 5 |
5
제1항에 있어서,상기 뉴럴 네트워크는컨볼루션 프레임렛(convolution framelet) 기반의 뉴럴 네트워크 및 풀링 레이어와 언풀링 레이어를 포함하는 뉴럴 네트워크 중 어느 하나의 뉴럴 네트워크를 포함하는 것을 특징으로 하는 비지도 학습 방법
|
| 6 |
6
제1항에 있어서,상기 뉴럴 네트워크는제1 현미경 영상을 입력으로 상기 제1 현미경 영상에 대응하는 제1 디블러링 영상을 출력하는 제1 뉴럴 네트워크;상기 제1 디블러링 영상을 점 확산 함수를 이용하여 상기 제1 디블러링 영상에 대응하는 제2 현미경 영상으로 변환하는 변환부; 및상기 제1 디블러링 영상과 상기 제1 디블러링 영상에 대응하는 실제 영상을 구별하는 제2 뉴럴 네트워크를 포함하는 것을 특징으로 하는 비지도 학습 방법
|
| 7 |
7
제6항에 있어서,상기 변환부는상기 점 확산 함수에 해당하는 선현 컨볼루션 계층을 포함하는 것을 특징으로 하는 비지도 학습 방법
|
| 8 |
8
제1 영상을 수신하는 단계; 및최적 운송(optimal transport) 이론과 벌점 최소자승법(penalized least square)에 기초하여 생성된 비지도 학습(unsupervised learning) 기반의 뉴럴 네트워크를 이용하여 상기 제1 영상을 상기 제1 영상에 대응하는 제2 영상으로 복원하는 단계를 포함하는 영상 처리 방법
|
| 9 |
9
역문제에 적용 가능한 비지도 학습 장치에 있어서,트레이닝 데이터 세트를 수신하는 수신부; 및최적 운송(optimal transport) 이론과 벌점 최소자승법(penalized least square)에 기초하여 생성된 비지도 학습(unsupervised learning) 기반의 뉴럴 네트워크를 상기 트레이닝 데이터 세트를 이용하여 학습하는 학습부를 포함하는 비지도 학습 장치
|
| 10 |
10
제9항에 있어서,상기 수신부는비매칭 데이터를 포함하는 상기 트레이닝 데이터 세트를 수신하는 것을 특징으로 하는 비지도 학습 장치
|
| 11 |
11
제9항에 있어서,상기 뉴럴 네트워크는간헐적 푸리에 공간 계수로부터 얻은 제1 영상을 입력으로 완전한 푸리에 공간 계수에 해당하는 제2 영상으로 변환하는 제1 뉴럴 네트워크;상기 제2 영상에 대하여 푸리에 변환과 역푸리에 변환을 적용하여 상기 제1 영상에 대응하는 제3 영상을 출력하는 푸리에 변환부; 및상기 제2 영상과 상기 제2 영상에 대한 실제 영상을 구별하는 제2 뉴럴 네트워크를 포함하는 것을 특징으로 하는 비지도 학습 장치
|
| 12 |
12
제11항에 있어서,상기 뉴럴 네트워크는상기 제1 영상과 상기 제3 영상 간의 순환 손실(cyclic loss) 및 상기 제2 영상과 상기 실제 영상 간의 적대 손실(adversarial loss)에 기초하여 비지도 학습되는 것을 특징으로 하는 비지도 학습 장치
|
| 13 |
13
제9항에 있어서,상기 뉴럴 네트워크는컨볼루션 프레임렛(convolution framelet) 기반의 뉴럴 네트워크 및 풀링 레이어와 언풀링 레이어를 포함하는 뉴럴 네트워크 중 어느 하나의 뉴럴 네트워크를 포함하는 것을 특징으로 하는 비지도 학습 장치
|
| 14 |
14
제9항에 있어서,상기 뉴럴 네트워크는제1 현미경 영상을 입력으로 상기 제1 현미경 영상에 대응하는 제1 디블러링 영상을 출력하는 제1 뉴럴 네트워크;상기 제1 디블러링 영상을 점 확산 함수를 이용하여 상기 제1 디블러링 영상에 대응하는 제2 현미경 영상으로 변환하는 변환부; 및상기 제1 디블러링 영상과 상기 제1 디블러링 영상에 대응하는 실제 영상을 구별하는 제2 뉴럴 네트워크를 포함하는 것을 특징으로 하는 비지도 학습 장치
|
| 15 |
15
제14항에 있어서,상기 변환부는상기 점 확산 함수에 해당하는 선현 컨볼루션 계층을 포함하는 것을 특징으로 하는 비지도 학습 장치
|
