기술이전센터에서 보유하고 있는 지재권을 자세히 소개해드립니다
기술명

인공 신경망을 구성하는 복수의 학습 모델 중 최적 학습 모델 선택 방법 및 장치
권리구분 특허
출원인 세종대 산학협력단
대표발명자 이름 소속학과 연구실
한동일 컴퓨터공학과
대표연구분야 컴퓨터 비젼, 디스플레이 화질 개선, 색역 사상, 딥러닝, 인공지능
출원번호 10-2018-0004294 등록번호 10-2086815
출원일 2018-01-12 등록일 2020-03-03
특허원문 본 발명의 일 측면에 따른 인공 신경망을 구성하는 복수의 학습 모델 중 최적의 학습 모델을 선택하는 방법은, 상기 인공 신경망을 구성하는 복수의 학습 블록들을 부모-자식 노드 관계를 갖는 트리구조로 배치하는 단계; 복수의 학습 블록을 포함하여 이루어지고, 각 학습 블록의 연결 경로가 상이한 각 학습 모델에 대하여 개별적으로 선행 학습을 수행하여 각 학습 모델에 대한 학습 인자를 설정하는 선행 학습 단계; 각 학습 모델에 대하여 본 학습을 수행하고, 검증 데이터를 적용하여 각 학습 모델에 대한 학습 결과를 평가하는 단계; 및 상기 평가 결과에 기초하여 최적의 학습 모델을 선택하는 단계를 포함한다. 이때, 선행 학습 단계는 상기 인공 신경망에서 설정할 수 있는 모든 학습 모델에 대하여 적어도 1회 이상은 선행 학습을 수행하는 것이다.
상세기술정보 1 기술명 기술요약
등록된 자료가 없습니다.
기술분류(대) 정보 기술분야 정보·통신
적용분야 인공 신경망 시스템
기술명

인공 신경망을 구성하는 복수의 학습 모델 중 최적 학습 모델 선택 방법 및 장치
권리구분 출원인
특허 세종대 산학협력단
대표발명자
이름 소속학과
한동일 컴퓨터공학과
대표연구분야
컴퓨터 비젼, 디스플레이 화질 개선, 색역 사상, 딥러닝, 인공지능
출원번호 등록번호
10-2018-0004294 10-2086815
출원일 등록일
2018-01-12 2020-03-03
특허원문
본 발명의 일 측면에 따른 인공 신경망을 구성하는 복수의 학습 모델 중 최적의 학습 모델을 선택하는 방법은, 상기 인공 신경망을 구성하는 복수의 학습 블록들을 부모-자식 노드 관계를 갖는 트리구조로 배치하는 단계; 복수의 학습 블록을 포함하여 이루어지고, 각 학습 블록의 연결 경로가 상이한 각 학습 모델에 대하여 개별적으로 선행 학습을 수행하여 각 학습 모델에 대한 학습 인자를 설정하는 선행 학습 단계; 각 학습 모델에 대하여 본 학습을 수행하고, 검증 데이터를 적용하여 각 학습 모델에 대한 학습 결과를 평가하는 단계; 및 상기 평가 결과에 기초하여 최적의 학습 모델을 선택하는 단계를 포함한다. 이때, 선행 학습 단계는 상기 인공 신경망에서 설정할 수 있는 모든 학습 모델에 대하여 적어도 1회 이상은 선행 학습을 수행하는 것이다.
상세기술정보
기술명 기술요약
등록된 자료가 없습니다.
기술분야 적용분야
정보·통신 인공 신경망 시스템
인쇄 목록