맞춤기술찾기

이전대상기술

자가 진화 행위자 기반 시뮬레이션을 위한 시뮬레이션 시스템 및 방법(Method and apparatus for simulation based self evolution agent)

  • 기술번호 : KST2018006605
  • 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 자가 진화 행위자 기반 시뮬레이션을 위한 시뮬레이션 시스템 및 방법이 제공된다. 적어도 하나의 시뮬레이션 실행 노드를 이용하여 시뮬레이션을 수행하는 시뮬레이션 시스템은, 시뮬레이션 모델의 컴포넌트를 저장하는 모델 및 모델 컴포넌트 저장소; 시뮬레이션에서 사용되는 데이터를 저장하는 데이터 저장소; 및 상기 모델 및 모델 컴포넌트 저장소에 저장된 시뮬레이션 모델의 컴포넌트를 조합하여 시뮬레이션 모델을 생성하고, 시뮬레이션 모델에 대하여 자가진화를 진행하면서 상기 시뮬레이션 모델의 시뮬레이션 결과를 토대로 상기 시뮬레이션 모델을 갱신 및 재구성한다.
Int. CL G06F 17/50 (2006.01.01)
CPC G06F 30/20(2013.01)
출원번호/일자 1020160154458 (2016.11.18)
출원인 한국전자통신연구원
등록번호/일자 10-2063655-0000 (2020.01.02)
공개번호/일자 10-2018-0056319 (2018.05.28) 문서열기
공고번호/일자 (20200108) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.01.29)
심사청구항수 10

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 강동오 대한민국 대전광역시 유성구
2 배장원 대한민국 대전광역시 동구
3 백의현 대한민국 대전광역시 유성구
4 이천희 대한민국 충청남도 논산시
5 정준영 대한민국 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 팬코리아특허법인 대한민국 서울특별시 강남구 논현로**길 **, 역삼***빌딩 (역삼동)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 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
2016.11.18 수리 (Accepted) 1-1-2016-1130155-18
2 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2018.01.29 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-0101818-46
3 [심사청구]심사청구(우선심사신청)서
[Request for Examination] Request for Examination (Request for Preferential Examination)
2018.01.29 수리 (Accepted) 1-1-2018-0101819-92
4 선행기술조사의뢰서
Request for Prior Art Search
2018.07.09 수리 (Accepted) 9-1-9999-9999999-89
5 선행기술조사보고서
Report of Prior Art Search
2018.10.12 수리 (Accepted) 9-1-2018-0053581-14
6 의견제출통지서
Notification of reason for refusal
2019.04.19 발송처리완료 (Completion of Transmission) 9-5-2019-0284554-60
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.06.18 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0624443-30
8 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.06.18 수리 (Accepted) 1-1-2019-0624442-95
9 등록결정서
Decision to grant
2019.10.07 발송처리완료 (Completion of Transmission) 9-5-2019-0724778-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
적어도 하나의 시뮬레이션 실행 노드를 이용하여 시뮬레이션을 수행하는 학습 서브시스템의 시뮬레이션 방법으로서,초기 시뮬레이션 설정 모드에서 상기 학습 서브시스템이 모델 및 모델 컴포넌트 저장소로부터 제공되는 시뮬레이션 모델 구성/컴포넌트 ― 상기 컴포넌트는 행위자 모델의 속성 컴포넌트, 행위 컴포넌트, 환경 속성 컴포넌트를 포함하고, 상기 시뮬레이션 모델의 구성 정보에 식별자가 부여되고, 상기 구성 정보의 식별자에 대응하여 각 컴포넌트들의 식별자가 대응되어 있음 - 와, 데이터 저장소로부터 제공되는 시뮬레이션 데이터를 토대로 초기 시뮬레이션 모델을 생성하는 단계; 및상기 초기 시뮬레이션 설정 모드에서 시뮬레이션 모델 학습 모드로 동작하고, 상기 학습 서브시스템이 시뮬레이션 모델을 실행하는 시뮬레이션 작업을 시뮬레이션 실행 노드들에 분산 할당하고, 상기 시뮬레이션 실행 노드들로부터의 결과를 이용하여 기계 학습 방법을 토대로 상기 초기 시뮬레이션 모델을 변환시키면서 최적의 시뮬레이션 모델을 생성하는 단계를 포함하고,상기 최적의 시뮬레이션 모델을 생성하는 단계는, 상기 초기 시뮬레이션 모델에 대하여 자가진화를 진행하면서 상기 초기 시뮬레이션 모델의 시뮬레이션 결과 - 상기 결과는 시간 구간별 성능치와 전체 시간 구간의 평균 성능치를 포함함 - 를 토대로 상기 초기 시뮬레이션 모델을 갱신 및 재구성하는, 시뮬레이션 방법
2 2
제1항에 있어서, 상기 시뮬레이션 모델 학습 모드에서 시뮬레이션 예측 모드로 동작하고, 상기 최적의 시뮬레이션 모델을 토대로 상기 데이터 저장소로부터 업로드된 데이터에 없는 시간 구간의 시뮬레이션 결과를 예측하는 단계를 더 포함하는, 시뮬레이션 방법
3 3
제2항에 있어서, 상기 시뮬레이션 예측 모드에서 시뮬레이션 동화 모드로 동작하고, 상기 데이터 저장소로부터 새로이 로드한 데이터를 상기 최적의 시뮬레이션 모델의 적용시키는 단계; 및상기 새로이 로드한 데이터가 적용된 최적의 시뮬레이션 모델의 시뮬레이션 결과를 토대로 상기 최적의 시뮬레이션 모델을 업데이트하는 단계를 더 포함하는, 시뮬레이션 방법
4 4
제1항에 있어서, 상기 최적의 시뮬레이션 모델을 생성하는 단계는 기계학습을 통해 상기 초기 시뮬레이션 모델을 변화시켜 복수의 수정된 시뮬레이션 모델을 생성하고, 복수의 수정된 시뮬레이션 모델을 사용하여 시뮬레이션을 수행하고, 각각의 시뮬레이션의 결과를 토대로 복수의 시뮬레이션 모델들 중에서 최적의 시뮬레이션 모델을 선택하는, 시뮬레이션 방법
5 5
제4항에 있어서, 상기 최적의 시뮬레이션 모델을 생성하는 단계는 상기 학습 서브 시스템이 시뮬레이션이 수행되도록, 상기 초기 시뮬레이션 모델 또는 상기 초기 시뮬레이션 모델을 변환시켜 획득되는 시뮬레이션 모듈을 상기 시뮬레이션 실행 노드에 할당하는 단계;상기 시뮬레이션 실행 노드에 의한 시뮬레이션 결과와 시뮬레이션 데이터의 차이를 토대로 시뮬레이션 성능을 평가하는 단계; 상기 성능 평가 결과를 토대로 상기 초기 시뮬레이션 모델을 변화시키는 단계; 및상기 시뮬레이션 모델들의 성능 평가를 토대로 최적의 시뮬레이션 모델을 선택하는 단계를 포함하는, 시뮬레이션 방법
6 6
제4항에 있어서, 상기 최적의 시뮬레이션 모델을 생성하는 단계는 상기 복수의 수정된 시뮬레이션 모델을 복수의 시뮬레이션 실행 노드에 할당하여 분산 병렬 처리를 기반으로 한 시뮬레이션 자가진화 과정을 수행하는, 시뮬레이션 방법
7 7
제5항에 있어서, 상기 시뮬레이션 성능을 평가하는 단계는 시뮬레이션 결과의 성능 분석에 따른 결과를 시계열 배열 형태로 저장하여 관리하는, 시뮬레이션 방법
8 8
제5항에 있어서, 상기 시뮬레이션 실행 노드에 할당하는 단계는할당하고자 하는 시뮬레이션 모델의 시뮬레이션 분석 결과가 상기 데이터 저장소에 저장되어 있는 경우, 상기 분석 결과 중 활용 가능한 부분을 제외한 시뮬레이션 작업에 대한 시뮬레이션을 상기 시뮬레이션 실행 노드에 할당하는, 시뮬레이션 방법
9 9
제1항에 있어서, 상기 초기 시뮬레이션 모델을 생성하는 단계는, 상기 생성된 시뮬레이션 모델의 구성 아이디에 대응하여, 모델에 포함되는 행위자 모델의 속성 컴포넌트 아이디, 행위 컴포넌트 아이디, 환경 속성 컴포넌트 아이디를 포함하는 시뮬레이션 모델의 구성 정보를 상기 데이터 저장소에 저장하는 단계를 포함하는, 시뮬레이션 방법
10 10
제3항에 있어서, 상기 최적의 시뮬레이션 모델의 적용시키는 단계는, 상기 데이터 저장소로부터 새로이 로드한 데이터를 토대로 시뮬레이션 데이터를 재구성하고, 재구성된 시뮬레이션 데이터를 과거의 시뮬레이션 데이터와 함께 상기 최적의 시뮬레이션 모델에 연결시키는, 시뮬레이션 방법
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 미래창조과학부 한국전자통신연구원 SW컴퓨팅산업원천기술개발사업 점진적 기계학습 기반 자가진화(Self-Evolving) 에이전트 시뮬레이션을 이용한 사회변화 예측분석 기술 개발