맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

특이성 상황정보 추출 장치 및 그 방법

  • 기술번호 : KST2015127376
  • 담당센터 :
  • 전화번호 :
상담신청 PDF 받기
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 발명은 사용자의 생활 패턴에 대응하는 특이성 상황정보를 추출하는 장치 및 그 방법에 관한 것으로, 더욱 상세하게는 모바일 환경에서 수집된 로그 데이터를 통합적 확률 네트워크를 이용하여 특이성 상황정보를 추출하는 특이성 상황정보 추출 장치 및 그 방법에 관한 것이다. 본 발명은 사용자의 생활 패턴에 대응하는 특이성 상황정보를 추출하는 장치에 있어서, 상기 사용자의 상기 생활 패턴에 대응하는 로그 데이터를 수집하는 데이터 수집부; 상기 로그 데이터를 컨텍스트 정보로 변환하는 전처리부; 사전지식모델을 기반으로 사전지식 정보 및 상기 컨텍스트 정보로부터 랜드마크 정보를 확률적으로 추론하는 확률추론부; 상기 추론된 랜드마크 정보를 기반으로 하고, 상기 컨텍스트 정보 사이의 데이터 클러스터를 포함하는 연관 네트워크 구조를 생성하는 데이터마이닝(data mining)부; 및 상기 생성된 연관 네트워크 구조로부터 상기 데이터 클러스터를 연결하는 상기 랜드마크 정보에 대응하는 상기 특이성 상황정보를 선택하는 특이성 상황정보 선택부를 포함하는 것을 특징으로 하는 특이성 상황정보 추출 장치를 제공한다.
Int. CL G06F 17/40 (2006.01)
CPC H04L 67/22(2013.01) H04L 67/22(2013.01) H04L 67/22(2013.01) H04L 67/22(2013.01)
출원번호/일자 1020070137863 (2007.12.26)
출원인 연세대학교 산학협력단
등록번호/일자 10-0928622-0000 (2009.11.18)
공개번호/일자 10-2009-0070010 (2009.07.01) 문서열기
공고번호/일자 (20091126) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2007.12.26)
심사청구항수 21

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 연세대학교 산학협력단 대한민국 서울특별시 서대문구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 조성배 대한민국 서울시 중랑구
2 이영설 대한민국 서울시 마포구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 무한 대한민국 서울특별시 강남구 언주로 ***, *층(역삼동,화물재단빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 윙스 주식회사 서울시 동대문구
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		 2007.12.26 수리 (Accepted) 1-1-2007-0934280-18
2 선행기술조사의뢰서
Request for Prior Art Search		 2008.11.06 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2008.12.05 수리 (Accepted) 9-1-2008-0080237-00
4 의견제출통지서
Notification of reason for refusal		 2009.08.21 발송처리완료 (Completion of Transmission) 9-5-2009-0348676-65
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2009.10.20 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2009-0641271-82
6 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2009.10.20 수리 (Accepted) 1-1-2009-0641273-73
7 등록결정서
Decision to grant		 2009.10.27 발송처리완료 (Completion of Transmission) 9-5-2009-0440639-12
8 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2011.12.15 수리 (Accepted) 4-1-2011-5252006-10
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2013.04.24 수리 (Accepted) 4-1-2013-5062749-37
10 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2013.06.24 수리 (Accepted) 4-1-2013-5088566-87
11 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.09.25 수리 (Accepted) 4-1-2014-5114224-78
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
사용자의 생활 패턴에 대응하는 특이성 상황정보를 추출하는 장치에 있어서, 상기 사용자의 상기 생활 패턴에 대응하는 로그 데이터를 수집하는 데이터 수집부; 상기 로그 데이터를 컨텍스트 정보로 변환하는 전처리부; 사전지식모델을 기반으로 사전지식 정보 및 상기 컨텍스트 정보로부터 랜드마크 정보를 확률적으로 추론하는 확률추론부; 상기 추론된 랜드마크 정보를 기반으로 하고, 상기 컨텍스트 정보 사이의 데이터 클러스터를 포함하는 연관 네트워크 구조를 생성하는 데이터마이닝(data mining)부; 및 상기 생성된 연관 네트워크 구조로부터 상기 데이터 클러스터를 연결하는 상기 랜드마크 정보에 대응하는 상기 특이성 상황정보를 선택하는 특이성 상황정보 선택부 를 포함하고, 상기 특이성 상황정보 선택부는 기회발견 모델(Chance Discovery Model)을 기반으로 상기 특이성 상황정보를 추출하는 것을 특징으로 하는 특이성 상황정보 추출 장치
2 2
제1항에 있어서, 상기 로그 데이터 및 상기 변환된 컨텍스트 정보를 저장하여 유지하는 데이터베이스부 를 더 포함하는 것을 특징으로 하는 특이성 상황정보 추출 장치
3 3
제1항에 있어서, 상기 사용자로부터 상기 로그 데이터를 입력받거나 상기 특이성 상황정보를 상기 사용자에게 디스플레이하는 사용자 인터페이스부 를 더 포함하는 것을 특징으로 하는 특이성 상황정보 추출 장치
4 4
제1항에 있어서, 상기 사전지식모델은 베이지안 네트워크, 온톨로지, 또는 의미망인 것을 특징으로 하는 특이성 상황정보 추출 장치
5 5
제1항에 있어서, 상기 확률추론부는 모듈화된 베이지안 네트워크를 통해 상기 랜드마크 정보를 추출하는 것을 특징으로 하는 특이성 상황정보 추출 장치
6 6
제5항에 있어서, 상기 확률추론부는 상기 컨텍스트 정보를 상기 베이지안 네트워크의 증거로 수신하여, 상기 랜드마크 정보 및 상기 랜드마크 정보의 확률값을 출력하는 것을 특징으로 하는 특이성 상황정보 추출 장치
7 7
제1항에 있어서, 상기 데이터 클러스터는 상기 랜드마크 정보 및 상기 랜드마크 정보를 추론하기 위한 상기 컨텍스트 정보로 그룹화된 것임을 특징으로 하는 특이성 상황정보 추출 장치
8 8
제7항에 있어서, 상기 데이터마이닝부는 상기 데이터 클러스터를 형성하는 상기 컨텍스트 정보 간의 연결 관계 및 연결 강도를 계산하고, 상기 연결 관계 및 상기 연결 강도를 기준으로 상기 데이터 클러스터 간 연결 경로를 추론하는 것을 특징으로 하는 특이성 상황정보 추출 장치
9 9
제8항에 있어서, 상기 연결 강도는 상기 컨텍스트 정보의 발생빈도로부터 계산되는 것을 특징으로 하는 특이성 상황정보 추출 장치
10 10
삭제
11 11
제1항에 있어서, 상기 기회발견 모델은 키그래프 알고리즘(Keygraph Algorithm)인 것을 특징으로 하는 특이성 상황정보 추출 장치
12 12
제1항에 있어서, 상기 로그 데이터는 GPS 위치 정보, 단문 메시지, 통화기록 정보, 날씨 정보, 멀티미디어 파일 재생 정보, 및 디바이스 충전 상태 정보 중 어느 하나를 포함하는 것을 특징으로 하는 특이성 상황정보 추출 장치
13 13
사용자의 생활 패턴에 대응하는 특이성 상황정보를 추출하는 방법에 있어서, 상기 사용자의 상기 생활 패턴에 대응하는 로그 데이터를 수집하는 단계; 상기 로그 데이터를 컨텍스트 정보로 변환하는 단계; 사전지식모델을 기반으로 사전지식 정보 및 상기 컨텍스트 정보로부터 랜드마크 정보를 확률적으로 추론하는 단계; 상기 추론된 랜드마크 정보를 기반으로 하고, 상기 컨텍스트 정보 사이의 데이터 클러스터를 포함하는 연관 네트워크 구조를 생성하는 단계; 및 상기 생성된 연관 네트워크 구조로부터 상기 데이터 클러스터를 연결하는 상기 랜드마크 정보에 대응하는 상기 특이성 상황정보를 선택하는 단계 를 포함하고, 상기 생성된 연관 네트워크 구조로부터 상기 데이터 클러스터를 연결하는 상기 랜드마크 정보에 대한 상기 특이성 상황정보를 선택하는 상기 단계는, 기회발견 모델(Chance Discovery Model)을 기반으로 상기 특이성 상황정보를 추출하는 것을 특징으로 하는 특이성 상황정보 추출 방법
14 14
제13항에 있어서, 상기 로그 데이터 및 상기 변환된 컨텍스트 정보를 저장하여 유지하는 단계 를 더 포함하는 것을 특징으로 하는 특이성 상황정보 추출 방법
15 15
제13항에 있어서, 상기 특이성 상황정보를 상기 사용자에게 디스플레이하는 단계 를 더 포함하는 것을 특징으로 하는 특이성 상황정보 추출 방법
16 16
제13항에 있어서, 사전지식모델을 기반으로 사전지식 정보 및 상기 컨텍스트 정보로부터 랜드마크 정보를 확률적으로 추론하는 상기 단계는, 모듈화된 베이지안 네트워크를 통하여 상기 랜드마크 정보를 추출하는 것임을 특징으로 하는 특이성 상황정보 추출 방법
17 17
제16항에 있어서, 사전지식모델을 기반으로 사전지식 정보 및 상기 컨텍스트 정보로부터 랜드마크 정보를 확률적으로 추론하는 상기 단계는, 상기 컨텍스트 정보를 상기 베이지안 네트워크의 증거로 수신하여, 상기 랜드마크 정보 및 상기 랜드마크 정보의 확률값을 출력하는 것임을 특징으로 하는 특이성 상황정보 추출 방법
18 18
제13항에 있어서, 상기 데이터 클러스터는 상기 랜드마크 정보 및 상기 랜드마크 정보를 추론하기 위한 상기 컨텍스트 정보로 그룹화된 것임을 특징으로 하는 특이성 상황정보 추출 방법
19 19
제18항에 있어서, 상기 생성된 연관 네트워크 구조로부터 상기 데이터 클러스터를 연결하는 상기 랜드마크 정보에 대한 상기 특이성 상황정보를 선택하는 상기 단계는, 상기 데이터 클러스터를 형성하는 상기 컨텍스트 정보 간의 연결 관계 및 연결 강도를 계산하는 단계; 및 상기 연결 관계 및 상기 연결 강도를 기준으로 상기 데이터 클러스터 간 연결 경로를 추론하는 단계 를 포함하는 것을 특징으로 하는 특이성 상황정보 추출 방법
20 20
제19항에 있어서, 상기 연결 강도는 상기 컨텍스트 정보의 발생빈도로부터 계산되는 것을 특징으로 하는 특이성 상황정보 추출 방법
21 21
삭제
22 22
제13항에 있어서, 상기 기회발견 모델은 키그래프 알고리즘(Keygraph Algorithm)인 것을 특징으로 하는 특이성 상황정보 추출 방법
23 23
제13항 내지 제20항 및 제22항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록 매체
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.