公开(公告)号：WO2019208998A1

公开(公告)日：2019-10-31

申请号：PCT/KR2019/004873

申请日：2019-04-23

Applicant: 한국과학기술원

Inventor： 오혜연 ,  박성준 ,  박정국

IPC: G06N3/08 ,  G06N3/04

Abstract: 예측하고자 하는 문제에 맞추어 시계열 데이터의 결측값 대치 및 노이즈 완화가 동시에 가능한 재귀적 인공 신경망 모델을 제공하는 것으로서, (a) 시계열 데이터에서 학습가능한 노이즈 완화 필터를 이용한 가중평균 방법으로 노이즈를 완화하는 단계, (b) 결측값을 대치하는 단계, (c) GRU연산을 통해 현재 시점에서 기억해야 하는 정보를 잠재 상태 벡터에 저장하는 단계를 단일 셀 구조에 모두 포함하는 것을 특징으로 한다. 또한, 본 발명은 재귀적 인공 신경망 모델을 구성함에 있어서, 상기 (a) 단계에서, 셀 구조 내에 포함된 노이즈 완화를 위한 가중치 파라미터가 재귀적 인공 신경망 모델을 예측 과제에 적합하도록 학습하는 과정에서, 과제에 최적화되도록 학습되는 것을 특징으로 한다. 상기와 같은 방법에 의하여, 별도의 전처리 없이 시계열 데이터의 결측값 대치 및 노이즈 완화를 동시에 수행하는 재귀적 인공 신경망 모델을 활용해, 다양한 기계학습 과제에 활용할 수 있다.

公开(公告)号：KR101887267B1

公开(公告)日：2018-08-09

申请号：KR1020160107525

申请日：2016-08-24

Applicant: 한국과학기술원

Inventor： 조성호 ,  박정국

IPC: G06N3/08 ,  G06N3/02

Abstract: 부분구조학습기법과영상데이터를이용한신경망학습방법및 장치가개시된다. 본발명의일 실시예에따른신경망학습방법은입력학습데이터에대하여, 신경망을구성하는가중치들에기초하여미리설정된다차원정보각각에대한신경망출력값을연산하는단계; 상기신경망출력값에기초하여학습에러값을계산하는단계; 상기신경망을구성하는가중치들을복수의클러스터들로나누는단계; 및상기계산된학습에러값에기초하여상기나누어진클러스터들각각에포함된가중치들을업데이트하는단계를포함한다.

公开(公告)号：KR1020170083785A

公开(公告)日：2017-07-19

申请号：KR1020160003093

申请日：2016-01-11

Applicant: 한국과학기술원

Inventor： 조성호 ,  박정국

IPC: G06K9/00 ,  G06K9/62 ,  G06K9/66 ,  G06N3/08

Abstract: RGB 카메라를이용한복수의회선신경망의결정정보에기초한인공비전인지시스템이제공된다.

Abstract translation: 提供了基于使用RGB照相机的多个电路神经网络的确定信息的人工视觉识别系统。

公开(公告)号：KR102248975B1

公开(公告)日：2021-05-07

申请号：KR1020190085593

申请日：2019-07-16

Applicant: 한국과학기술원

Inventor： 조성호 ,  박정국

IPC: G06N3/08 ,  G06N7/00

Abstract: 본발명은베이지안(Bayesian) 확률분포와목적함수(objective function)를통해감쇠매개변수에대한분석을공식화하여계산효율을향상시키는심층콘볼루션신경망의학습방법및 그장치에관한것으로, 심층콘볼루션신경망(DCNN)의가중치감쇠(Weight decay) 값을초기화하는단계, 베이지안(Bayesian) 확률분포와관련하여상기심층콘볼루션신경망(DCNN)에서도출되는상기가중치감쇠값을이용하여상기심층콘볼루션신경망을학습하는단계및 상기심층콘볼루션신경망에테스트데이터(validation data)를입력하여테스트에러값을출력하는단계를포함한다.