| 摘要 |
<p>본 발명의 방법은 셀렉터에 의해 처리된다. 셀렉터는 데이터 세트 소스로부터 학습 데이터 세트를 구성하는 각각의 요소를 선택한다. 소스의 각각의 요소는, 미리, 변환기를 통해 추출된 특징 데이터이며, 복수의 카테고리의 어느 하나의 카테고리에 할당된다. 셀렉터는 소스의 각각의 요소의 괴리도를 산출하여, 평균 괴리도를 얻는다. 뉴럴 네트워크의 출력층의 출력 뉴런이 출력층에 의해 나타내지는 모든 카테고리에서의 상이한 카테고리에 관련되면, 셀렉터는, 최소 평균 괴리도의 카테고리에 대응하는 소스의 모든 요소를, 소스로부터 학습 데이터 세트로의 선택에 포함시킨다. 또한, 셀렉터는 상이한 카테고리의 모든 잔존 카테고리에 대응하는 소스의 모든 요소를 상기 선택으로부터 제외시킨다.</p> |
