-
公开(公告)号：KR102256278B1
公开(公告)日：2021-05-26
申请号：KR1020200122591
申请日：2020-09-22
申请人： 주식회사 루닛
摘要： 본개시는목적데이터에대한어노테이션정보를추론하도록구성된힌트(hint) 기반의머신러닝모델을학습하는방법에관한것이다. 이방법은, 복수의어노테이션정보아이템이주어진복수의목적데이터아이템을포함하는, 머신러닝모델을위한학습데이터를획득하는단계, 복수의목적데이터아이템으로부터, 복수의픽셀그룹을추출하는단계를포함할수 있다. 여기서, 추출된복수의픽셀그룹은힌트정보에포함될수 있다. 또한, 이방법은, 복수의어노테이션정보아이템으로부터, 추출된복수의픽셀그룹에대응하는복수의어노테이션클래스를획득함으로써, 힌트정보에포함하는단계및 힌트정보를이용하여, 복수의목적데이터아이템과연관된복수의어노테이션정보아이템을추론하도록머신러닝모델을학습시키는단계를포함할수 있다.
-
-
-
-
-
公开(公告)号：KR101908680B1
公开(公告)日：2018-10-17
申请号：KR1020160156041
申请日：2016-11-22
申请人： 주식회사 루닛
IPC分类号： G06F19/00
摘要： 본발명의일 실시예에따른기계학습장치에의해수행되는약한지도학습(weakly supervised learning) 기반의기계학습방법은, 컨벌루션신경망(convolutional neural networks)을이용하여, 제1 타입정보가주어지고, 제2 타입정보는주어지지않은데이터셋에대한특징맵(feature map)을추출하는단계, 제1 모델을이용하여, 상기제1 타입정보에대응되는태스크를수행하여연산된제1 오류값을역전파하여상기컨벌루션신경망을갱신하는단계및 상기제1 모델과상이한제2 모델을이용하여, 상기제1 타입정보에대응되는태스크를수행하여연산된제2 오류값을역 전파하여상기컨벌루션신경망을갱신하는단계를포함하되, 상기제2 모델을이용하여상기제1 타입정보에대응되는태스크를수행할때, 상기제2 타입정보를추출할수 있다
-
公开(公告)号：KR102246266B1
公开(公告)日：2021-04-29
申请号：KR1020200068956
申请日：2020-06-08
申请人： 주식회사 루닛
发明人： 박천성
IPC分类号： G06N20/00
摘要： 본개시는적어도하나의컴퓨팅장치에의해수행되는, 레이블정보에대한피드백을제공하는방법에관한것이다. 이방법은, 목적데이터에대한레이블정보를획득하는단계, 목적데이터및 레이블정보를이용하여기계학습모델을학습시키는단계, 학습된기계학습모델의학습과관련된수치또는성능과관련된수치중 적어도하나의수치를산출하는단계및 산출된적어도하나의수치를기초로레이블정보에대한피드백을제공하는단계를포함할수 있다.
-
公开(公告)号：KR102223116B1
公开(公告)日：2021-03-04
申请号：KR1020200059363
申请日：2020-05-18
摘要： 컴퓨팅장치는신경망에기초해서입력영상으로부터제1 특징맵을추출하고, 신경망에기초해서제1 특징맵으로부터복수의어텐션맵을생성하고, 복수의어텐션맵에기초해서콘텍스트정보를생성한다. 또한컴퓨팅장치는콘텍스트정보를제1 특징맵에결합하여서제2 특징맵을생성하고, 신경망에기초해서제2 특징맵으로부터입력영상의판독결과를출력한다.
-
公开(公告)号：KR20200135171A
公开(公告)日：2020-12-02
申请号：KR20200052601
申请日：2020-04-29
申请人： 주식회사 루닛
发明人： KIM HYO EUN , NAM HYEONSEOB
摘要： 적어도하나의프로세서에의해동작하는컴퓨팅장치가입력영상을판독하는방법으로서, 입력영상에서검출된병변을악성의심(suspicious) 또는비-악성의심(non-suspicious)으로분류하고, 악성의심조건에서상기입력영상에서검출된병변을악성, 또는악성의심되지만양성인악성의심-양성으로분류하도록학습된인공지능모델을저장하는단계, 분석대상영상을입력받는단계, 상기인공지능모델을이용하여, 상기분석대상영상에서검출된타겟병변의분류클래스를획득하고, 상기분류클래스가상기악성의심인경우, 상기타겟병변에대한악성의심확률, 악성의심-양성확률그리고악성확률중 적어도하나를획득하는단계, 그리고상기타겟병변에대해획득한적어도하나의확률을포함하는판독결과를출력하는단계를포함한다.
-
-
-
-
-
-
-
-
-
搜索结果
57 条记录 (耗时 0.011 秒)
