요약본 발명의 정수 최적화 기반 인공 신경망 모델 최적화 방법은 데이터 증강기법을 적용하여 인공 신경망모델의 성능을 최적화하는 것으로, 복수의 후보 데이터 증강 기법에 단일로 적용하여 인공 신경망 모델의 성능을 평가한 후 평가 결과에 대하여 정수 최적화 알고리즘을 적용하여 설정된 제약 조건하에서 최적의 데이터 증강 기법 조합을 찾아내어 인공 신경망 모델의 성능을 최적화시키는 방법이다.
대표 청구항하나 이상의 프로세서와, 상기 프로세서에 의해 실행 가능한 프로그램 명령어들을 저장하는 메모리를 포함하는 컴퓨팅 장치에서 수행되는 학습된 인공 신경망 모델의 성능을 최적화하는 방법으로, N개의 후보 데이터 증강 기법들로 구축된 후보 데이터 증강 기법 풀(pool)에 포함된 각 데이터 증강 기법 별로 해당 기법을 목표 데이터 셋에 적용하여 얻은 학습 데이터로 상기 인공 신경망 모델을 추가 학습시키고 추가 학습을 위해 목표 데이터 셋에 각 데이터 증강 기법을 적용하며 소요되는 지연 시간과 성능 수치 변화값을 평가하는 사전 학습 단계; 사전 학습 단계에서 구한 각 데이터 증강 기법 별 지연 시간과 성능 수치 변화값에 기초하여 정수최적화 알고리즘을 사용하여 지연 시간 제약 조건 및 데이터 증강 기법의 최대 조합 개수 제약 조건을 포함하는 설정된 제약 조건 하에서 성능 수치 변화값의 합이 최소 또는 최대가 되는 데이터 증강 기법 조합을 결정하는 탐색 단계; 결정된 데이터 증강 기법 조합의 기법들을 적용하여 생성된 학습 데이터로 상기 인공 신경망 모델을 추가 학습시키는 파인 튜닝 단계; 를 포함하는, 인공 신경망 모델 성능 최적화 방법.
