맞춤기술찾기

이전대상기술

인공 신경망 학습 방법을 통한 3차원 광체 품위 분포 추정 방법 및 이에 관한 프로그램이 기록된 매체

  • 기술번호 : KST2014034164
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명에 따른 인공 신경망 학습 기법을 통한 3차원 광체 품위 분포 추정 방법은, (a) 관심지역에 대하여 실시된 이종의 물리탐사에 의해 획득된 각 물성값을 관심지역의 좌표(x, y, z)에 입력하는 단계; (b) 관심지역에 대하여 실시된 시추 조사에 의해 획득된 광체 품위값을 관심지역의 좌표(x, y, z)에 입력하는 단계; (c) 상기 (a) 단계에서 입력된 각 물성값을 샘플링하여 상기 (b) 단계에서 광체 품위값이 입력된 좌표에서의 물성값을 추정하는 단계; (d) 상기 (c) 단계에서 산출된 동일 좌표상의 물성값과 광체 품위값에 대한 상관 관계를 인공 신경망(Neural network) 학습을 통해 정량적으로 계산하여 광체 품위를 추정하는 각 물성값의 가중치값을 결정하는 단계; 및 (e) 상기 (d) 단계에서 결정된 가중치값과 상기 (a) 단계에서 입력된 물성값을 상기 (d) 단계에서 학습된 인공 신경망에 입력하여 관심 지역 전체에 대하여 광체 품위값을 추정하는 단계; 를 포함하는 것을 특징으로 한다. 본 발명에 의하면, 시추 자료만을 통한 품위 추정 기법에 이종 물리탐사를 통해 획득된 물성 자료를 정량적으로 추가하여 현장의 특성을 반영함으로써 기존의 품위 추정 기법에 비해 신뢰도와 타당성이 향상된 광체 품위 자료를 제공할 수 있게 된다.
Int. CL G06F 17/00 (2006.01) G06F 19/00 (2011.01)
CPC G06N 3/08(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020090101960 (2009.10.26)
출원인 한국지질자원연구원
등록번호/일자 10-1007985-0000 (2011.01.06)
공개번호/일자
공고번호/일자 (20110114) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2009.10.26)
심사청구항수 6

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국지질자원연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박계순 대한민국 경기도 과천시
2 조성준 대한민국 대전 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 정상규 대한민국 서울특별시 서초구 사임당로 **, **층 (서초동, 신영빌딩)(특허법인세원)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국지질자원연구원 대한민국 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2009.10.26 수리 (Accepted) 1-1-2009-0655679-78
2 [우선심사신청]심사청구(우선심사신청)서
[Request for Preferential Examination] Request for Examination (Request for Preferential Examination)
2010.05.17 수리 (Accepted) 1-1-2010-0314088-65
3 선행기술조사의뢰서
Request for Prior Art Search
2010.06.09 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2010.06.24 수리 (Accepted) 9-1-2010-0039790-23
5 의견제출통지서
Notification of reason for refusal
2010.07.14 발송처리완료 (Completion of Transmission) 9-5-2010-0300559-32
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2010.09.13 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2010-0592473-83
7 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2010.09.13 수리 (Accepted) 1-1-2010-0592457-52
8 최후의견제출통지서
Notification of reason for final refusal
2010.10.22 발송처리완료 (Completion of Transmission) 9-5-2010-0472728-96
9 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2010.12.14 보정승인 (Acceptance of amendment) 1-1-2010-0823558-17
10 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2010.12.14 수리 (Accepted) 1-1-2010-0823580-12
11 등록결정서
Decision to grant
2011.01.04 발송처리완료 (Completion of Transmission) 9-5-2011-0004539-09
12 출원인정보변경(경정)신고서
Notification of change of applicant's information
2014.11.12 수리 (Accepted) 4-1-2014-0097650-21
13 출원인정보변경(경정)신고서
Notification of change of applicant's information
2017.07.19 수리 (Accepted) 4-1-2017-5114414-50
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
관심지역에 대한 3차원 광체 품위 분포를 추정하는 방법으로서, (a) 관심지역에 대하여 실시된 이종의 물리탐사에 의해 획득된 각 물성값을 관심지역의 좌표(x, y, z)에 입력하는 단계; (b) 관심지역에 대하여 실시된 시추 조사에 의해 획득된 광체 품위값을 관심지역의 좌표(x, y, z)에 입력하는 단계; (c) 상기 (a) 단계에서 입력된 각 물성값을 이용하여 상기 (b) 단계에서 광체 품위값이 입력된 좌표에서의 물성값을 추정하는 단계; (d) 상기 (c) 단계에서 산출된 동일 좌표상의 물성값과 광체 품위값에 대한 상관 관계를 인공 신경망(Neural network) 학습을 통해 정량적으로 계산하여 광체 품위를 추정하는 각 물성값의 가중치값을 결정하는 단계; 및 (e) 상기 (d) 단계에서 결정된 가중치값과 상기 (a) 단계에서 입력된 물성값을 상기 (d) 단계에서 학습된 인공 신경망에 입력하여 관심 지역 전체에 대하여 광체 품위값을 추정하는 단계; 를 포함하는 것을 특징으로 하는 인공 신경망 학습 기법을 통한 3차원 광체 품위 분포 추정 방법
2 2
제 1항에 있어서, 상기 (e) 단계에서는 상기 (b) 단계를 통해 이미 광체 품위값이 존재하는 좌표에 대하여는 잔차분석을 통해 기존 광체 품위값을 유지시키는 것을 특징으로 하는 인공 신경망 학습 기법을 통한 3차원 광체 품위 분포 추정 방법
3 3
제 1항에 있어서, 상기 (d) 단계에서의 인공 신경망은 하기의 수학식으로 구성되는 것을 특징으로 하는 인공 신경망 학습 기법을 통한 3차원 광체 품위 분포 추정 방법
4 4
제 3항에 있어서, 상기 (d) 단계에서 상기 인공 신경망의 광체 품위값(T)과 (wp + b)의 차이인 오차의 제곱을 최소로 하는 가중치(w)를 결정하는 것을 특징으로 하는 인공 신경망 학습 기법을 통한 3차원 광체 품위 분포 추정 방법
5 5
제 1항에 있어서, 상기 (c) 단계에서 각 물성값의 추정은 크리깅 기법을 이용하는 것을 특징으로 하는 인공 신경망 학습 기법을 통한 3차원 광체 품위 분포 추정 방법
6 6
관심지역에 대한 3차원 광체 품위 분포를 추정하기 위한 프로그램이 기록된 컴퓨터로 읽어들일 수 있는 기록 매체에 있어서, (a) 관심지역에 대하여 실시된 이종의 물리탐사에 의해 획득된 각 물성값을 관심지역의 좌표(x, y, z)에 입력하는 단계; (b) 관심지역에 대하여 실시된 시추 조사에 의해 획득된 광체 품위값을 관심지역의 좌표(x, y, z)에 입력하는 단계; (c) 상기 (a) 단계에서 입력된 각 물성값을 샘플링하여 상기 (b) 단계에서 광체 품위값이 입력된 좌표에서의 물성값을 추정하는 단계; (d) 상기 (c) 단계에서 산출된 동일 좌표상의 물성값과 광체 품위값에 대한 상관 관계를 인공 신경망(Neural network) 학습을 통해 정량적으로 계산하여 광체 품위를 추정하는 각 물성값의 가중치값을 결정하는 단계; 및 (e) 상기 (d) 단계에서 결정된 가중치값과 상기 (a) 단계에서 입력된 물성값을 상기 (d) 단계에서 학습된 인공 신경망에 입력하여 관심 지역 전체에 대하여 광체 품위값을 추정하는 단계; 를 포함하는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록 매체
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 지식경제부 한국지질자원연구원 에너지자원기술개발사업 스카른/반암형 광체 특성 정량화 물리탐사 기술개발