(EN) A method and system for determining a feature influence is disclosed. A method for determining, using a neural network for classification of input data having J number of features (J is a natural number of 2 or greater) into K number of different classes (K is a natural number of 2 or greater), a degree by which each of one or more features among the J number of features influences the classification, comprises the steps of: extracting, from N number of input data, k class input data classified as a specific k class among K number of classes in order to calculate an influence (DIj) of a specific j feature among J number of features, by a feature influence determination system; calculating, by the feature influence determination system, a kk influence indicating a degree of influence on the classifying of the j feature (xij) of the extracted k class input data as the k class; calculating at least one kr influence that is data indicating a degree of influence on classifying of the j feature (xij) of the k class input data, as an r(r=!k) class other than the k class, by the feature influence determination system; and calculating the influence (DIj) on the basis of a difference between each of the at least one kr influence and a value of the kk influence, by the feature influence determination system.
(FR) L'invention concerne un procédé et un système de détermination d'une influence de caractéristique. Un procédé pour déterminer, grâce à un réseau neuronal pour la classification de données d'entrée ayant un nombre J de caractéristiques (J est un nombre naturel supérieur ou égal à 2) en un nombre K de classes différentes (K est un nombre naturel supérieur ou égal à 2), un niveau d'influence de la classification de chacune d'une ou de plusieurs caractéristiques parmi le nombre J de caractéristiques, comprend les étapes consistant à : extraire, à partir d'un nombre N de données d'entrée, des données d'entrée de classe k classifiées dans une classe k spécifique parmi un nombre K de classes afin de calculer une influence (DIj) d'une caractéristique j spécifique parmi un nombre J de caractéristiques, par un système de détermination d'influence de caractéristique; calculer, par le système de détermination d'influence de caractéristique, une influence kk indiquant un niveau d'influence sur la classification dans la classe k de la caractéristique j (xij) des données d'entrée de classe k extraites; calculer au moins une influence kr qui correspond à des données indiquant un niveau d'influence de la caractéristique j (xij) sur la classification des données d'entrée de classe k, dans une classe r (r =! k) autre que la classe k, par le système de détermination d'influence de caractéristique; et calculer l'influence (DIj) en fonction d'une différence entre chacune de la ou des influences kr et une valeur de l'influence kk, par le système de détermination d'influence de caractéristique.
(KO) 피쳐 영향 판단 방법 및 그 시스템이 개시된다. J(J는 2 이상의 자연수)개의 피쳐(feature)들을 갖는 인풋 데이터들을 K(K는 2 이상의 자연수)개의 서로 다른 클래스들로 분류하는 뉴럴 네트워크를 이용하여 상기 J개의 피쳐들 중 적어도 하나 각각이 상기 분류에 영향을 미치는 정도를 판단하기 위한 방법은 피쳐 영향 판단시스템이 J개의 피쳐들 중 특정 j 피쳐의 영향력(DIj)을 연산하기 위해, N개의 인풋 데이터들 중에서, K개의 클래스들 중 특정 k 클래스로 분류된 k 클래스 인풋 데이터를 추출하는 단계, 상기 피쳐 영향 판단시스템이 추출된 상기 k 클래스 인풋 데이터의 상기 j 피쳐(xij)가 상기 k 클래스로 분류되는데 미치는 영향의 정도를 나타내는 kk 영향도를 연산하는 단계, 상기 피쳐 영향 판단시스템이 상기 k 클래스 인풋 데이터의 상기 j 피쳐(xij)가 상기 k 클래스가 아닌 r(r=!k) 클래스로 분류되는데 미치는 영향의 정도를 나타내는 데이터인 kr 영향도를 적어도 하나 연산하는 단계, 및 상기 피쳐 영향 판단시스템이 적어도 하나의 kr 영향도 각각과 상기 kk 영향도 값의 차이에 기초하여 상기 영향력(DIj)을 연산하는 단계를 포함한다.