-
公开(公告)号：KR20210030063A
公开(公告)日：2021-03-17
申请号：KR1020190111542A
申请日：2019-09-09
Applicant: 서강대학교산학협력단
Abstract: 본 발명은 준지도 학습을 기반으로 한 적대적 생성 모델 구축 방법에 관한 것이다. 상기 적대적 생성 모델 구축 방법은, (a) 판별자에 대하여 준지도 학습에 따른 제1 손실함수를 구하고, 상기 제1 손실함수가 최적화되도록 학습시키는 단계; (b) 판별자에 대하여 Earth Mover's 거리(EM 거리)를 최소화시키기 위한 제2 손실함수를 구하고, 상기 제2 손실함수가 최적화되도록 학습시키는 단계; (c) 생성자에 대하여 기존의 적대적 생성 모델에 따른 제3 손실 함수를 구하고, 상기 제3 손실함수가 최적화되도록 학습시키는 단계; (d) 생성자에 대하여 EM 거리를 최소화시키기 위한 제4 손실 함수를 구하고, 상기 제4 손실함수가 최적화되도록 학습시키는 단계; (e) 분류기를 이용하여 상기 판별자의 결과를 분류하여 출력값을 제공하는 단계;를 구비한다.
-
公开(公告)号：KR101744940B1
公开(公告)日：2017-06-08
申请号：KR1020160007151
申请日：2016-01-20
Applicant: 서강대학교산학협력단
Abstract: 디지털사이니지시스템에서상황인지형컨텐츠추천장치가개시된다. 본발명의장치는, 디스플레이부; 디스플레이부의근처에배치되어, 복수의사용자에대한영상을촬영하는카메라부; 시간정보를제공하는제공부; 상기영상내의복수의사용자정보및 각사용자에대한상황정보를결정하는모델링부; 복수의사용자정보및 각사용자에대한상황정보에따라전체사용자의관심도를추정하는추정부; 및복수의사용자정보및 각사용자에대한상황정보를이용하여, 복수의컨텐츠의예상주목시간을결정하고, 컨텐츠를추천하여, 상기디스플레이부에제공하는추천부를포함한다.
Abstract translation: 公开了一种数字标牌系统中的地形内容推荐设备。 本发明的设备包括：显示器; 相机单元，设置在显示单元附近，用于捕捉多个用户的图像; 提供提供时间信息的手段; 建模单元，用于确定图像中的多条用户信息和每个用户的状态信息; 估计器，用于根据针对每个用户的多条用户信息和上下文信息来估计所有用户的兴趣; 以及推荐单元，用于通过使用多条用户信息和每个用户的情况信息来向显示单元推荐内容以确定多个内容的预期关注时间。
-
公开(公告)号：KR101647061B1
公开(公告)日：2016-08-10
申请号：KR1020140039341
申请日：2014-04-02
Applicant: 서강대학교산학협력단
IPC: G05D1/02
Abstract: 본발명에따르는무인자율주행차량의경로생성방법은, 전체주행경로에대응되는노드들에대한정보인전역경로정보를생성하는단계; 상기노드들중 어느하나인현재노드와다음하나인목적지노드사이의중간지점을구하고, 상기중간지점을잡음세기값에따라가변하면서주행경로들을생성하고, 그주행경로들중 중앙선과의이격거리가가장짧은주행경로를검출하고, 그중앙선과의이격거리가가장짧은주행경로를생성할때에사용된가변된중간지점과상기현재노드와목적지노드의위치정보를토대로지역경로정보인최적주행경로를생성하는단계;를구비하며, 미리정해둔시간단계마다차량의실제주행정보와도로정보를토대로차량과중앙선사이의이격거리를검출하고, 상기이격거리에따라상기잡음세기값을가변함을특징으로한다.
-
Patent Agency Ranking
公开(公告)号：KR102245270B1
公开(公告)日：2021-04-26
申请号：KR1020190022080
申请日：2019-02-25
Applicant: 서강대학교산학협력단
Abstract: 본발명은학습데이터에대한데이터불균형처리를위한오버샘플링방법에관한것이다. 상기오버샘플링방법은, 학습데이터에대하여적대적오토인코더(AAE)를적용하여잠재변수공간에대한특징들을추출하는인코딩단계; 상기특징이추출된잠재변수공간에서의소수범주의데이터들에대하여 SMOTE를적용하여오버샘플링하는오버샘플링단계; 상기오버샘플링된잠재변수공간에대하여디코딩하는디코딩단계; 를구비하여, 학습데이터를재구성하여소수범주의데이터와다수범주의데이터의균형을맞춘다.
-
公开(公告)号：KR101910089B1
公开(公告)日：2018-10-19
申请号：KR1020170028561
申请日：2017-03-06
Applicant: 서강대학교산학협력단
Abstract: 본발명은동영상의특징벡터추출방법및 시스템에관한것이다. 상기동영상의특징벡터추출방법및 시스템은, 동영상으로부터이미지및 오디오를추출하고, 상기이미지에대한 p 차원의이미지특징벡터를추출하고상기오디오에대한 q 차원의오디오특징벡터를추출하고, 이들의차원을 d 차원으로일치시키고단위벡터로각각정규화시킨후, 정규화된이미지특징벡터와오디오특징벡터에대하여상관관계통합(correlation pooling)을수행하여상기동영상을대표하는단일의특징벡터를추출하는것을특징으로한다.
-
公开(公告)号：KR1020180101959A
公开(公告)日：2018-09-14
申请号：KR1020170028561
申请日：2017-03-06
Applicant: 서강대학교산학협력단
CPC classification number: G06F17/30784 , G06K9/00744 , G06K9/481 , G06K9/6267 , G06N3/084 , G06N99/005
Abstract: 본발명은동영상의특징벡터추출방법및 시스템에관한것이다. 상기동영상의특징벡터추출방법및 시스템은, 동영상으로부터이미지및 오디오를추출하고, 상기이미지에대한 p 차원의이미지특징벡터를추출하고상기오디오에대한 q 차원의오디오특징벡터를추출하고, 이들의차원을 d 차원으로일치시키고단위벡터로각각정규화시킨후, 정규화된이미지특징벡터와오디오특징벡터에대하여상관관계통합(correlation pooling)을수행하여상기동영상을대표하는단일의특징벡터를추출하는것을특징으로한다.
-
公开(公告)号：KR101880547B1
公开(公告)日：2018-07-20
申请号：KR1020170028560
申请日：2017-03-06
Applicant: 서강대학교산학협력단
CPC classification number: G06K9/6267 , G06K9/481 , G06N3/084
Abstract: 본발명은유사도측정을기반으로한 동영상에대한특징벡터추출방법에관한것이다. 상기동영상에대한특징벡터추출방법은, (a) 다수개의벡터들로구성된학습동영상및 실험동영상을입력받는단계; (b) 학습동영상을구성하는각 벡터들에대하여, 해당벡터가가질수 있는최대유사도, 및해당벡터와다른벡터에대한연속함수값과의유사도의차이값을구하는목적함수를설정하고, 상기목적함수가최소화가되도록신경망학습하는단계; (c) 상기신경망학습된결과를이용하여, 상기실험동영상에대한특징벡터를추출하는단계;를구비한다.
-
公开(公告)号：KR1020150115069A
公开(公告)日：2015-10-14
申请号：KR1020140039341
申请日：2014-04-02
Applicant: 서강대학교산학협력단
IPC: G05D1/02
CPC classification number: G05D1/02
Abstract: 본발명에따르는무인자율주행차량의경로생성방법은, 전체주행경로에대응되는노드들에대한정보인전역경로정보를생성하는단계; 상기노드들중 어느하나인현재노드와다음하나인목적지노드사이의중간지점을구하고, 상기중간지점을잡음세기값에따라가변하면서주행경로들을생성하고, 그주행경로들중 중앙선과의이격거리가가장짧은주행경로를검출하고, 그중앙선과의이격거리가가장짧은주행경로를생성할때에사용된가변된중간지점과상기현재노드와목적지노드의위치정보를토대로지역경로정보인최적주행경로를생성하는단계;를구비하며, 미리정해둔시간단계마다차량의실제주행정보와도로정보를토대로차량과중앙선사이의이격거리를검출하고, 상기이격거리에따라상기잡음세기값을가변함을특징으로한다.
Abstract translation: 本发明涉及一种生成无人驾驶自行车的路径的方法，其特征在于包括以下步骤：产生对应于整个行进路径的节点的全局路径信息; 并且在节点之间的任何一个当前节点和另一个目的地节点之间获得中间位置，根据噪声强度值改变中间位置以产生行进路径，检测从行进中心线之间的中心线具有最短间隔距离的行进路径 用于生成最佳行进路径的路径或基于用于生成与中心线具有最短间隔距离的行进路径和当前节点和目的地节点的位置信息所使用的变化中间位置的本地路径信息，其中， 基于车辆的实际旅行信息和道路信息在预定时间检测车辆和中心线，并且噪声强度值根据分离距离而变化。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
