소규모 학습 데이터 셋 기반 딥러닝 시스템에 있어서,딥러닝 모델 학습을 하기 위해 입력되는 학습 데이터 셋 중에서 클래스간 데이터 불균형이 존재하는지 여부를 검사하여 소규모 데이터 셋과 참조 데이터 셋으로 분리하고 분석하는 데이터 불균형 분석장치부(10);소규모 학습 데이터 셋과 데이터 생성에 필요한 참조 데이터 셋을 이용하여 생성 데이터 셋과 합성 데이터 셋을 생성하고, 생성된 데이터가 실제로 존재하는지 여부를 판별하는 데이터 생성부(20); 데이터 유사도 군집 결과와 기존에 학습되어 있는 범용 딥러닝 모델을 이용하여 목표로 학습해야 할 최종 딥러닝 모델의 가중치와 하이퍼 파라미터의 초기화에 대한 내용을 전이 학습시키는 모델을 생성하는 모델초기화부(30);소규모 데이터 셋을 통해 생성/검증된 학습 데이터 셋과 메타 러닝 모델을 통해 생성된 전이학습 최적 데이터를 이용하여 딥러닝 모델을 통상적인 학습 데이터 셋과 레이블링 정보를 통해 학습시키는 모델 학습부(40); 및학습된 모델을 기반으로 분류 혹은 객체 검출과 같은 추론을 수행하는 모델추론부(50)로 구성되고,상기 데이터 생성부(20)는 데이터를 생성하는 생성유니트(21), 소규모 학습 데이터의 실제존재여부를 판단하는 검증유니트(22), 학습 데이터 생성유니트(21)가 학습을 위한 데이터를 획득할 수 있도록 하는 생성네트워크관리유니트(23), 검증유니트(22)에서 데이터를 검증할 수 있도록 참조할 수 있는 데이터를 획득할 수 있도록 하는 검증네트워크관리유니트(24), 데이터의 진위여부를 판단하고 그 확률값을 찾을 수 있는 확률계산유니트(25)로 구성되는 것을 특징으로 하는 소규모 학습 데이터 셋 기반 딥러닝 시스템.

제 1항에 있어서,상기 데이터 불균형 분석장치부(10)는 입력되는 학습 데이터를 분석하는 분석유니트(11)와 상기 분석유니트(11)에서 분석된 결과에 따라 소규모 데이터 셋과 참조 데이터 셋으로 분류 하는 분류유니트(12)로 구성되는 것을 특징으로 하는 소규모 학습 데이터 셋 기반 딥러닝 시스템.

삭제

삭제

제 1항에 있어서,상기 확률계산유니트(25)는 하기 수학식 1을 탑재하고 이를 이용하여 확률값을 산출하는 것을 특징으로 하는 소규모 학습 데이터 셋 기반 딥러닝 시스템.[수학식 1]G : 생성유니트에 적용될 Generative ModelD : 검증유니트에 적용될 Discriminative Modelpz : z의 확률분포z : 임의로 생성하는 노이즈 변수x : 실제 데이터 : 실제 데이터 x를 D가 보고 실제 데이터라고 판단할 확률

제 1항에 있어서,상기 검증유니트(22)는 주어진 학습 데이터 셋 사이의 유사도를 비교하여 각각을 클러스터링하고 클러스터된 비중을 기반으로 학습 데이터와 적용할 메타러닝 모델을 적용 가중치를 부여하는 유사도군집기를 더 포함하는 것을 특징으로 하는 소규모 학습 데이터 셋 기반 딥러닝 시스템.

제 6항에 있어서,상기 유사도군집기는 데이터의 유사도를 판별함에 있어, 유클리디언 거리, 마할라노비스거리, 민코스키거리, 코사인 유사도와 같은 측정 알고리즘 중 어느 하나를 이용하는 것을 특징으로 하는 소규모 학습 데이터 셋 기반 딥러닝 시스템.

소규모 학습 데이터 셋 기반 딥러닝 시스템을 이용한 딥러닝 학습방법에 있어서,불균형 분석장치부(10)를 이용하여 딥러닝 모델 학습을 위해, 입력되는 학습 데이터 셋에서 데이터 불균형을 판단하는 단계(S10);상기 불균형을 판단하는 단계(S10) 후 데이터 불균형 상황에서 소규모 학습 데이터 셋과 참조 데이터 셋으로 분리하는 단계(S20);소규모 학습 데이터 셋과 참조 데이터 셋을 입력받아 데이터 생성부(20)를 통하여 새로운 데이터 셋을 생성하는 단계(S30);상기 데이터 셋을 생성하는 단계(S30) 후 생성된 데이터와 소규모 학습 데이터와의 비교를 통해 가상으로 생성된 데이터 셋인지 판단하는 단계(S40);데이터 생성부(20)의 확률계산유니트(25)를 통하여 검증된 검증 확률값이 0.5에 수렴함에 따라 생성 학습데이터를 선택하는 단계(S50);데이터 생성부(20)의 모델검증유니트(22)를 통하여 학습 데이터 셋에서 데이터 사이의 유사도를 측정하는 단계(S60);유사도에 따라 데이터를 클러스터링 하는 단계(S70);유사도 정보에 따라 기존 학습된 딥러닝 모델을 적용하는 단계(S80);적용된 딥러닝 모델의 가중치와 하이퍼 파라미터를 지정하는 단계(S90); 및 생성된 학습 데이터 셋과 가중치, 하이퍼 파라미터 초기값을 지정하여 딥러닝 모델을 학습하는 단계(S100); 및학습된 딥러닝 모델을 통해서 추론을 수행하는 단계(S110)로 구성되는 것을 특징으로 하는 소규모 학습 데이터 셋 기반 딥러닝 시스템을 이용한 딥러닝 학습방법.