| 지적재산 개요 및 요약 |
본 발명은 비분류 데이터 테이블의 데이터 분류를 위한 강화 학습 장치 및 방법에 관한 것으로, 비분류 데이터 테이블을 수신하고, 상기 비분류 데이터 테이블에서 비분류 샘플 테이블을 추출하고, 상기 비분류 샘플 테이블에 대한 디펜던시 매트릭스를 생성하고, 상기 디펜던시 매트릭스에 대한 성공과 실패를 판단하고 성공 샘플과 실패 샘플을 구분해서 이중 리플레이 메모리에 저장하고, 정책 네트워크를 최적화하고, 상기 정책 네트워크를 타겟 네트워크로 저장하고, 상기 디펜던시 매트릭스를 생성하는 단계에서 상기 정책 네트워크를 상기 타겟 네트워크로 저장하는 단계를 상기 이중 리플레이 메모리에 기설정된 개수의 성공 샘플과 기설정된 개수의 실패 샘플이 저장될 때까지 반복하고, 성공 샘플을 선택하는 선택 확률 값을 설정하고, 상기 선택 확률 값에 따라 상기 이중 리플레이 메모리에서 상기 성공 샘플과 상기 실패 샘플을 추출하고, 추출된 성공 샘플과 추출된 실패 샘플로 컴볼루션 신경망(CNN; Convolution Neural Network)을 학습한다. |
