맞춤기술찾기

이전대상기술

성층권 침투 대류운 출현 지역의 분류 장치 및 방법

  • 기술번호 : KST2018011188
  • 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 위성자료에서 성층권 침투 대류운의 출현 및 비출현의 기준이 되는 지역을 탐색하는 단계, 기준이 되는 지역에 대한 정보로부터 성층권 침투 대류운의 출현 및 비출현을 판단하기 위한 입력 변수를 추출하는 단계 및 입력 변수를 적용하여 학습기법을 이용한 트레이닝을 통해 성층권 침투 대류운의 출현 및 비출현을 분류하는 분류 모델을 구축하는 단계를 포함하는 분류 모델 구축 방법이 제공될 수 있다.
Int. CL G01W 1/10 (2006.01.01) G06N 5/00 (2006.01.01)
CPC G01W 1/10(2013.01) G01W 1/10(2013.01) G01W 1/10(2013.01)
출원번호/일자 1020170016763 (2017.02.07)
출원인 울산과학기술원, 한국전자통신연구원
등록번호/일자
공개번호/일자 10-2018-0091499 (2018.08.16) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.02.07)
심사청구항수 17

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 임정호 대한민국 울산광역시 울주군
2 김미애 대한민국 울산광역시 울주군
3 정원찬 대한민국 대전광역시 유성구
4 김지인 대한민국 대전광역시 유성구

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
최종권리자 정보가 없습니다
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
2017.02.07 수리 (Accepted) 1-1-2017-0126132-29
2 선행기술조사의뢰서
Request for Prior Art Search
2017.12.11 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2018.02.06 수리 (Accepted) 9-1-2018-0006472-44
4 의견제출통지서
Notification of reason for refusal
2018.03.21 발송처리완료 (Completion of Transmission) 9-5-2018-0197786-92
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2018.05.21 수리 (Accepted) 1-1-2018-0501137-33
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2018.05.21 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-0501139-24
7 거절결정서
Decision to Refuse a Patent
2018.09.28 발송처리완료 (Completion of Transmission) 9-5-2018-0663249-49
8 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.07.03 수리 (Accepted) 4-1-2020-5148444-43
9 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.08.20 수리 (Accepted) 4-1-2020-5186266-03
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
위성자료에서 성층권 침투 대류운의 출현 및 비출현의 기준이 되는 지역을 탐색하는 단계;상기 기준이 되는 지역에 대한 정보로부터 상기 성층권 침투 대류운의 출현 및 비출현을 판단하기 위한 입력 변수를 추출하는 단계; 및상기 입력 변수를 적용하여 학습기법을 이용한 트레이닝을 통해 상기 성층권 침투 대류운의 출현 및 비출현의 지역을 분류하는 분류 모델을 구축하는 단계를 포함하는 분류 모델 구축 방법
2 2
제1항에 있어서,상기 입력 변수를 제1 입력 변수 세트 및 제2 입력 변수 세트로 임의로 분류하는 단계; 및상기 제2 입력 변수 세트를 적용하여 상기 트레이닝을 통해 구축되는 상기 분류 모델을 테스트하는 단계를 더 포함하고,상기 분류 모델을 구축하는 단계에서 상기 트레이닝에 적용되는 상기 입력 변수는 상기 제1 입력 변수 세트에 대응하는 분류 모델 구축 방법
3 3
제1항에 있어서,상기 위성자료를 관측 시점이 서로 다른 제1 위성자료 및 제2 위성자료로 구분하는 단계;상기 제2 위성자료에서 실제 성층권 침투 대류운의 출현 및 비출현 지역을 지정하는 단계;상기 트레이닝을 통해 구축되는 상기 분류 모델을 상기 제2 위성자료에 적용하여 상기 성층권 침투 대류운의 출현 및 비출현 지역을 분류하는 단계; 및상기 지정하는 단계의 상기 실제 성층권 침투 대류운의 출현 및 비출현 지역과 상기 분류하는 단계의 상기 성층권 침투 대류운의 출현 및 비출현 지역을 비교하여 상기 분류 모델을 검증하는 단계를 더 포함하고,상기 탐색하는 단계에서 탐색하는 상기 위성자료는 상기 제1 위성자료에 대응하는 분류 모델 구축 방법
4 4
제1항에 있어서,상기 탐색하는 단계는 상기 위성자료가 위성에서 수신되는 가시영상 및 수치일기예보 대류권계면 온도자료에 해당하는 분류 모델 구축 방법
5 5
제4항에 있어서,상기 가시영상의 광휘값을 반사도로 변환하는 단계를 더 포함하는 분류 모델 구축 방법
6 6
제1항에 있어서,상기 추출하는 단계는 위성에서 수신되는 적외영상의 데이터로부터 입력 변수를 추출하는 분류 모델 구축 방법
7 7
제6항에 있어서,상기 적외영상의 광휘값을 밝기온도로 변환하는 단계를 더 포함하는 분류 모델 구축 방법
8 8
제1항에 있어서,상기 학습기법은 DT(Decision Trees), RF(Random Forest), ERT(Extremely Randomized Trees), 및 SVM(Support Vector Machines)을 포함하는 분류 모델 구축 방법
9 9
제2항에 있어서,상기 테스트는 통계치를 이용한 성능 평가를 통해 수행되는 분류 모델 구축 방법
10 10
제1항에 있어서,상기 추출하는 단계는 상기 입력 변수를 윈도 사이즈 별로 추출하는 분류 모델 구축 방법
11 11
위성자료에서 성층권 침투 대류운의 출현 및 비출현의 기준이 되는 지역을 탐색하는 탐색부;상기 기준이 되는 지역에 대한 정보로부터 상기 성층권 침투 대류운의 출현 및 비출현을 판단하기 위한 입력 변수를 추출하는 변수 추출부; 및상기 입력 변수를 적용하여 학습기법을 이용한 트레이닝을 통해 상기 성층권 침투 대류운의 출현 및 비출현의 지역을 분류하는 분류 모델을 구축하는 모델 생성부를 포함하는 분류 모델 구축 장치
12 12
제11항에 있어서,상기 입력 변수를 제1 입력 변수 세트 및 제2 입력 변수 세트로 임의로 분류하는 변수 분류부; 및 상기 제2 입력 변수 세트를 적용하여 상기 트레이닝을 통해 구축되는 상기 분류 모델을 테스트하는 테스트부를 더 포함하고,상기 모델 생성부가 상기 트레이닝에 적용하는 상기 입력 변수는 상기 제1 입력 변수 세트에 대응하는 분류 모델 구축 장치
13 13
제11항에 있어서,상기 위성자료를 관측 시점이 서로 다른 제1 위성자료 및 제2 위성자료로 구분하여 분류하는 위성자료 분류부; 상기 제2 위성자료에서 실제 성층권 침투 대류운의 출현 및 비출현 지역을 지정하는 지역 지정부;상기 트레이닝을 통해 구축되는 상기 분류 모델을 상기 제2 위성자료에 적용하여 상기 성층권 침투 대류운의 출현 및 비출현 지역을 분류하는 지역 분류부; 및상기 지정부의 상기 실제 성층권 침투 대류운의 출현 및 비출현 지역과 상기 지역 분류부의 상기 성층권 침투 대류운의 출현 및 비출현 지역을 비교하여 상기 분류 모델을 검증하는 검증부를 더 포함하고,상기 탐색부가 탐색하는 상기 위성자료는 상기 제1 위성자료에 대응하는 분류 모델 구축 장치
14 14
제11항에 있어서,상기 탐색부는 상기 위성자료가 위성에서 수신되는 가시영상 및 수치일기예보 대류권계면 온도자료에 해당하는 분류 모델 구축 장치
15 15
제14항에 있어서,상기 가시영상의 광휘값을 반사도로 변환하는 제1 변환부를를 더 포함하는 분류 모델 구축 장치
16 16
제11항에 있어서,상기 변수 추출부는 위성에서 수신되는 적외영상의 데이터로부터 입력 변수를 추출하는 분류 모델 구축 장치
17 17
제16항에 있어서,상기 적외영상의 광휘값을 밝기온도로 변환하는 제2 변환부를 더 포함하는 분류 모델 구축 장치
18 18
제11항에 있어서,상기 학습기법은 DT(Decision Trees), RF(Random Forest), ERT(Extremely Randomized Trees) 및 SVM(Support Vector Machines)을 포함하는 분류 모델 구축 장치
19 19
제12항에 있어서,상기 테스트는 통계치를 이용한 성능 평가를 통해 수행되는 분류 모델 구축 장치
20 20
제11항에 있어서,상기 변수 추출부는 상기 입력 변수를 윈도 사이즈 별로 추출하는 분류 모델 구축 장치
21 21
제1항 내지 제10항 중 어느 한 항의 분류 모델 구축 방법을 수행하는 프로그램을 수록한 컴퓨터 판독 가능 기록 매체
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.