[특허 요약] 본 개시의 실시 예에 따른 행동 분류를 위한 장치는 마우스의 관절의 위치를 나타내는 복수의 행동 데이터를 포함하는 입력 데이터를 입력 받아 복수의 노드들, 엣지들, 및 각도들을 포함하는 스켈레톤 데이터를 추출하는 데이터 추출부, 상기 스켈레톤 데이터에 대해 연속 웨이블릿 변환을 수행하여 스펙트로그램을 생성하고, 상기 생성된 스펙트로그램에 대해 주성분 분석(PCA)을 수행하고, 비선형 차원 축소 알고리즘들을 적용하여 차원이 축소된 복수의 임베딩 공간들을 생성하고, 상기 복수의 임베딩 공간들 각각에 상기 스켈레톤 데이터를 맵핑하고, 상기 맵핑된 스켈레톤 데이터를 클러스터링하여 생성된 클러스터들 사이의 시간적 연결성이 가장 큰 임베딩 공간을 최종 임베딩 공간으로 결정하는 임베딩 공간 생성부, 상기 최종 임베딩 공간에 맵핑된 상기 스켈레톤 데이터를 클러스터링하여 복수의 서브 클러스터들을 생성하고, 각 서브 클러스터가 포함하는 노드들 각각의 상태 전이 확률 및 상태 유지 확률을 계산하는 서브 클러스터 생성부, 상기 복수의 서브 클러스터들 각각이 미래 상태를 예측할 수 있는 정도에 기반하여 슈퍼 클러스터를 생성하는 슈퍼 클러스터 생성부, 및 상기 입력 데이터가 포함하는 복수의 행동 데이터 각각의 행동 상태를 분류하여 출력 데이터로서 출력하는 분류부를 포함한다.

등록번호

20240092520

출원번호

1020230027219

출원인

기초과학연구원

키워드

data, cluster, embedding space, behavior, joints