메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김성훈 (한성대학교) 김승천 (한성대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제58권 제9호(통권 제526호)
발행연도
2021.9
수록면
34 - 41 (8page)
DOI
10.5573/ieie.2021.58.9.34

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2021

특허문서 자동분류를 위한 딥러닝 개별 모델 분류기와 앙상블 분류기의 성능비교
김성훈 ,  김승천 전자공학회논문지 2021.09 학술저널
특허문서 분류를 위한 딥러닝 개별 모델 분류기 성능비교
김성훈 ,  김승천 대한전자공학회 학술대회 2021.06 학술대회자료

초록· 키워드

오류제보하기
기술 혁신의 급속한 증가와 이에 따른 출원의 증가로 인해 특허문서 자동분류기는 특허를 분류할 때 개별 발명가와 변리사 모두에게 매우 유용하다. 본 연구에서는 특허전문가의 관점과 유사한 관점을 통해 특허문서 분류를 수행하는 모델을 선택하였다. 주요 키워드의 존재 여부 및 존재 빈도를 나타낼 수 있는 모델인 MLP, 근접거리에 에 존재하는 키워드들의 존재 및 존재빈도를 나타낼 수 있는 모델인 CNN 그리고 문장의 구성, 키워드의 순서를 나타낼 수 있는 모델인 LSTM, Attention, Transformer을 선택하여 최대한 특허전문가의 분류관점과 유사한 관점으로 분류할 수 있는 모델을 선택하였다. 본 연구에서는 3가지 앙상블 방법을 사용한다. 앙상블 방법은 각 분류기의 결과를 독립적으로 처리하는 배깅을 사용하여 각각 voting, summation 그리고 weighting 의 3가지 방법을 사용하여 각각의 성능을 측정하였다. 본 연구에서 사용된 3개의 데이터셋중에 2개의 데이터셋(데이터셋 #2, 데이터셋 #3)은 앙상블의 정확도가 높았고 1개의 데이터셋 (데이터셋 #1)은 개별모델인 Attention 모델의 정확도가 높았다. 이러한 결과는 각 데이터셋의 분류 관점(키워드에 의한 분류, 문장 구성에 의한 분류)에 기인한 것으로 판단할 수 있다. 사용자 특허분류에 따른 모델의 생성이 아니라 기존 모델을 활용한 앙상블 모델을 사용한다면 데이터셋별 최적의 정확도를 내거나 최적의 정확도를 내는 단일모델에 근접한 정확도를 낼 수 있을 것으로 예상되며 이러한 앙상블 모델 방식이 특허문서 분류기를 상품화 하는데 적합할 것이다.
#Patent classification #Ensemble #Deep learning

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 결론 및 토론
REFERENCES

참고문헌 (9)

참고문헌 신청
A. J. C. Trappey, F. C. Hsu, C. v. Trappey, and C. I. Lin, “Development of a patent document classification and search platform using a back-propagation network,” Expert Systems with Applications, vol. 31, no. 4, pp. 755–765, Nov. 2006, doi: 10.1016/j.eswa.2006.01.013. google schola J. Yun and Y. Geum, “Automated classification of patents: A topic modeling approach,” Computers and Industrial Engineering, vol. 147, p. 106636, Sep. 2020, doi: 10.1016/j.cie.2020.106636. google schola J. L. McClelland and D. E. Rumelhart, Parallel Distributed Processing : Explorations in the Microstructure of Cognition: Psychological and Biological Models. MIT Press, 1987. google schola Y. Lecun, L. Bottou, Y. Bengio, and P. Haffner, “Gradient-based learning applied to document recognition,” Proceedings of the IEEE, Proc. IEEE, vol. 86, no. 11, pp. 2278–2324, Nov. 1998, doi: 10.1109/5.726791. google schola S. Hochreiter and J. Schmidhuber, “Long Short-Term Memory,” Neural Computation, vol. 9, no. 8, pp. 1735–1780, Nov. 1997, doi: 10.1162/neco.1997.9.8.1735. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

특허상담 자동분류의 성능 향상 방안 연구: 트랜스포머 기반 인공지능 모델 버트(BERT)를 활용
노동훈 ,  민재옥 ,  우소연 지식재산연구 2024 .03
특허문서 분류를 위한 딥러닝 개별 모델 분류기 성능비교
김성훈 ,  김승천 대한전자공학회 학술대회 2021 .06
딥러닝 기반의 장기 존속 특허 분류 모델
이승현 ,  최재웅 ,  윤장혁 대한산업공학회 춘계공동학술대회 논문집 2021 .06
베이지안 텍스트 마이닝과 시각화를 이용한 특허 빅데이터 분석
전성해 한국지능시스템학회 논문지 2020 .04
인공지능 기술분석을 위한 베이지안 추론
최준혁 ,  전성해 한국지능시스템학회 논문지 2018 .08

최근 본 자료

전체보기

댓글(0)

0