中科微点-全球专利检索

  1. Login
  2. Sign Up

Search Results

29 records (took 0.021 seconds)

    딥러닝 생성 모델을 이용한 사용자 정보 삭제 방법 및 장치
    3.
    发明申请
    딥러닝 생성 모델을 이용한 사용자 정보 삭제 방법 및 장치 审中-公开

    公开(公告)号：WO2019225799A1

    公开(公告)日：2019-11-28

    申请号：PCT/KR2018/007078

    申请日：2018-06-22

    Applicant: 한국과학기술원

    Inventor： 이수영 ,  신영훈 ,  채명수 ,  김준우 ,  김태호

    IPC: G06F21/62 ,  G06N3/08 ,  G06N3/04

    Abstract: 딥러닝 생성 모델을 이용한 사용자 정보 삭제 방법 및 장치가 제시된다. 일 실시예에 따른 딥러닝 생성 모델을 이용한 사용자 정보 삭제 방법은 사용자의 얼굴인 실제 데이터를 이용하여 다른 얼굴인 가짜 데이터를 생성하는 단계; 생성된 상기 가짜 데이터가 상기 실제 데이터인지 여부를 판별하는 단계; 및 서로 다른 데이터인 상기 실제 데이터와 상기 가짜 데이터가 동일한 사람인지 여부를 판별하는 단계를 포함하여 이루어질 수 있다.

    사용자의 음성 신호를 기반으로 감정, 나이 및 성별을 동시에 인식하는 방법 및 시스템
    6.
    发明申请
    사용자의 음성 신호를 기반으로 감정, 나이 및 성별을 동시에 인식하는 방법 및 시스템 审中-公开

    公开(公告)号：WO2019225801A1

    公开(公告)日：2019-11-28

    申请号：PCT/KR2018/007163

    申请日：2018-06-25

    Applicant: 한국과학기술원

    Inventor： 이수영 ,  채명수 ,  신영훈 ,  김태호 ,  김준우

    IPC: G10L25/63 ,  G10L25/30 ,  G10L17/00

    Abstract: 사용자의 음성 신호를 기반으로 감정, 나이 및 성별을 동시에 인식하는 방법 및 시스템이 개시된다. 컴퓨터에 의해 실행되는 사용자 특성 정보 인식 방법에 있어서, 음성 신호에 해당하는 입력 데이터 셋(input data set)을 대상으로, 미리 지정된 복수의 특성 별로 프레임(frame)을 구분하는 단계, 구분된 상기 특성 별 프레임을 대상으로, 컨볼루션 뉴럴 네트워크(convolution neural network)를 기반으로 상기 복수의 특성 별 손실 함수에 기초하여 학습을 수행하는 단계, 및 상기 학습을 통해 생성된 학습 모델에 기초하여 입력된 음성 신호에 해당하는 서로 다른 복수의 사용자 특성 정보를 인식하는 단계를 포함할 수 있다.

    마취 심도 측정 방법 및 장치
    7.
    发明授权
    마취 심도 측정 방법 및 장치 有权
    分析方法和装置对麻醉深度的影响

    公开(公告)号：KR101400362B1

    公开(公告)日：2014-05-30

    申请号：KR1020130016794

    申请日：2013-02-18

    Applicant: 한국과학기술원

    Inventor： 엄진우 ,  김태호 ,  장호종 ,  박상현

    IPC: A61B5/0476 ,  A61B5/048 ,  A61B5/0484

    CPC classification number: A61B5/4821 ,  A61B5/0476 ,  A61B5/048 ,  A61B5/725 ,  A61B5/7257 ,  A61B5/743

    Abstract: The present invention provides a result of correctly measuring depth of anesthesia at a proper time by rapidly responding to a change to degree of anesthesia, and relates to a method for measuring depth of anesthesia comprising the steps of: an epoch divider plurally dividing an EEG signal by the unit of time and generating an epoch signal, a counter calculating the number of points within an epoch having a value higher than a set threshold and extracting a CAI calculated value (CAI), a Shannon entropy calculator calculating Shannon entropy from the EEG signal and extracting an Shannon entropy calculated value (ShEn), and a spectra entropy calculator calculating spectra entropy and extracting a spectra entropy calculated value (SpEn); a modified Shannon entropy extractor multiplying the Shannon entropy calculated value (ShEn) and the spectra entropy calculated value (SpEn) together and extracting a modified Shannon entropy value (MshEn); and a CAI extractor performing logical operations on the modified Shannon entropy value (MshEn) and the CAI calculated value (CAI) and extracting depth of anesthesia index.

    Abstract translation: 本发明提供了通过快速响应麻醉程度的变化来适当地测量适当时间的麻醉深度的结果，并且涉及一种用于测量麻醉深度的方法，包括以下步骤：划分多个EEG信号 计算出具有高于设定阈值的值的历元内的点数，提取CAI计算值（CAI）的计数器的计数器，计算来自EEG信号的香农熵的香农熵计算器 并提取香农熵计算值（ShEn），以及光谱熵计算器计算光谱熵并提取光谱熵计算值（SpEn）; 改进的香农熵提取器将香农熵计算值（ShEn）和光谱熵计算值（SpEn）相乘并提取修正香农熵值（MshEn）; 和CAI提取器对改进的香农熵值（MshEn）和CAI计算值（CAI）进行逻辑运算并提取麻醉指数的深度。

    캡스트럼 기법을 이용한 마취 심도 측정 방법 및 장치
    8.
    发明授权
    캡스트럼 기법을 이용한 마취 심도 측정 방법 및 장치 有权
    使用CEPSTRUM方法分析麻醉深度的分析方法和装置

    公开(公告)号：KR101371299B1

    公开(公告)日：2014-03-12

    申请号：KR1020130015676

    申请日：2013-02-14

    Applicant: 한국과학기술원

    Inventor： 엄진우 ,  김태호 ,  장호종 ,  박상현

    IPC: A61B5/0476 ,  A61B5/048 ,  A61B5/0482

    CPC classification number: A61B5/4821 ,  A61B5/04014 ,  A61B5/0476 ,  A61B5/048 ,  A61B5/0482 ,  A61B5/743

    Abstract: The present invention relates to a method for measuring the depth of anesthesia using a cepstrum method, which is more accurate than the existing method for measuring the depth of anesthesia and is capable of providing the depth of anesthesia at the right time even in case of a sudden change in the depth of anesthesia. The method for measuring the depth of anesthesia using a cepstrum method comprises the following steps. A first feature vector extraction unit receives a first EEG signal as an input signal and calculates a mel frequency cepstral coefficient (MFCC) to extract a first feature vector. A second feature vector extraction unit receives a second EEG signal in an anesthetic state and a third EEG signal in a non anesthetic state as input signals and calculates MFCCs to extract a second and a third feature vector. A quantification unit takes the second and the third feature vector as two axes of a vector plane, divides the space between the two axes into a plurality of sections, quantifies a position corresponding to the first feature vector among the sections, and outputs an index indicating the depth of anesthesia. [Reference numerals] (AA) Testing EEG (First EEG); (B1,E1,H1) Noise removal; (B2,E2,H2) Normalization; (B3,E3,H3) Short-time Fourier transformation; (B4,E4,H4) Mel filter bank filtering; (B5,H5,E5) Log calculation; (B6,E6,H6) Discrete cosine transform; (B7,E7,H7,) Coefficient extraction; (CC) First feature vector; (DD) Second EEG; (FF) Second feature vector; (GG) Third EEG; (II) Third feature vector; (JJ) Quantification; (KK) Screen display after size adjustment

    Abstract translation: 本发明涉及一种使用倒谱法测量麻醉深度的方法，该方法比现有的测量麻醉深度的方法更准确，并且能够在适当的时间提供麻醉深度，即使在 麻醉深度突然变化。 使用倒谱法测量麻醉深度的方法包括以下步骤。 第一特征向量提取单元接收第一EEG信号作为输入信号，并计算出梅尔频率倒谱系数（MFCC）以提取第一特征向量。 第二特征向量提取单元接收处于麻醉状态的第二EEG信号和非麻醉状态的第三EEG信号作为输入信号，并计算MFCC以提取第二和第三特征向量。 量化单元将第二和第三特征向量作为向量平面的两个轴，将两个轴之间的空间划分成多个部分，对与该区间中的第一特征向量相对应的位置进行量化，并输出指示 麻醉深度。 （附图标记）（AA）测试EEG（第一脑电图）; （B1，E1，H1）噪声消除; （B2，E2，H2）归一化; （B3，E3，H3）短时傅里叶变换; （B4，E4，H4）滤波器滤波器滤波; （B5，H5，E5）对数计算; （B6，E6，H6）离散余弦变换; （B7，E7，H7）系数提取; （CC）第一特征向量; （DD）第二次脑电图; （FF）第二特征向量; （GG）第三脑电图; （二）第三特征向量; （JJ）量化; （KK）尺寸调整后的屏幕显示

    쥠 입력수단을 이용한 가상 핸들 제공 시스템 및 방법
    9.
    发明授权
    쥠 입력수단을 이용한 가상 핸들 제공 시스템 및 방법 有权
    用格子化仪提供手柄的系统和方法

    公开(公告)号：KR101357281B1

    公开(公告)日：2014-01-28

    申请号：KR1020130002593

    申请日：2013-01-09

    Applicant: 한국과학기술원

    Inventor： 박진아 ,  김태호

    IPC: G06F3/01 ,  G06F3/03 ,  G06F3/0346

    CPC classification number: G06F3/011 ,  G06F3/0346 ,  G06F3/0481 ,  G06F3/0484 ,  G06F3/0487 ,  G06F3/14

    Abstract: Disclosed are a virtual steering wheel providing system using a grip input unit and a method thereof. The present invention includes an input unit which is implemented in a form which a user can hold with a hand, detects the movement of the hand of the user, and outputs a detection signal; and a simulation terminal which analyzes data about one virtual object, displays the virtual object in a virtual space, receives the detection signal from the input unit, converts the detection signal into hand location and rotation data including a reference vector indicating the direction of the palm, displays a virtual steering wheel including a virtual reference vector corresponding to the direction of the reference vector, places the virtual steering wheel on the bounding sphere of the virtual object in a direction for the virtual reference vector of the virtual steering wheel to face the center of mass of the virtual object, and sets a conversion reference system by changing the position of the virtual steering wheel in response to a change in the detection signal. [Reference numerals] (110) Input unit

    Abstract translation: 公开了一种使用夹持输入单元的虚拟方向盘提供系统及其方法。 本发明包括以用户可以用手握住的形式实现的输入单元，检测用户的手的移动，并输出检测信号; 以及模拟终端，其分析关于一个虚拟对象的数据，在虚拟空间中显示虚拟对象，从输入单元接收检测信号，将检测信号转换为手位置，以及包括指示手掌方向的参考矢量的旋转数据 显示包括与参考矢量的方向对应的虚拟参考矢量的虚拟方向盘，将虚拟方向盘放置在虚拟对象的边界球面上，使虚拟方向盘的虚拟参考矢量面向中心的方向 的虚拟物体的质量，并且通过响应于检测信号的变化改变虚拟方向盘的位置来设置转换参考系。 （附图标记）（110）输入单元

Patent Agency Ranking