1 |
1
컬링 경기 전략 추천 장치에 있어서,딥러닝 및 몬테카를로 트리 탐색 기법을 적용한 컬링 경기 전략 분석 및 추천 프로그램이 저장된 메모리; 및상기 메모리에 저장된 프로그램을 실행하는 프로세서를 포함하며,상기 프로세서는 상기 컬링 경기 전략 분석 및 추천 프로그램의 실행에 따라,진행 중인 컬링 경기를 촬영한 이미지를 영상 인식하여 기설정된 경기 상황 정보를 인식하고, 기실시된 복수의 컬링 경기에 대한 기록 자료들로부터 수집된 데이터들 및 상기 경기 상황 정보를 딥러닝 및 몬테카를로 트리 탐색 기법을 통해 학습하여 전략 추천 모델을 구축하고, 상기 전략 추천 모델을 통해 상기 인식된 경기 상황 정보에 대응하는 하나 이상의 전략을 예측한 정보를 추천하며,상기 기실시된 복수의 컬링 경기에 대한 기록 자료들은, 이미지 정보 및 텍스트 정보 중 적어도 하나를 포함하고, 상기 기록 자료 및 상기 진행 중인 컬링 경기에 따른 컬링 데이터로부터 추출한 특징들 중 스톤의 위치를 좌표 화하되, 컬링 경기에서의 하우스에 대응하는 기설정된 범위 내의 위치 좌표 간의 간격이 상기 기설정된 범위 외의 위치 좌표 간의 간격보다 좁게 설정된 동적 분할 좌표계를 사용하는 것인, 컬링 경기 전략 추천 장치
|
2 |
2
제 1 항에 있어서,상기 프로세서는,상기 기록 자료들로부터 수집된 데이터 및 상기 경기 상황 정보로부터 영상 인식 기법을 사용하여 스톤의 위치 정보를 추출하고, 상기 수집된 데이터로부터 텍스트마이닝 기법을 사용하여 전략 정보를 추출하며,상기 컬링 데이터는 상기 스톤의 위치 정보 및 전략 정보를 포함하는, 컬링 경기 전략 추천 장치
|
3 |
3
제 2 항에 있어서,상기 프로세서는,상기 수집된 데이터 및 상기 경기 상황 정보에 따른 이미지 정보를 좌우 반전 처리, 스케일 축소 또는 확대 처리, 좌우 회전 처리 및 컬링 스톤의 위치 좌표에 대한 노이즈 추가 처리 중 적어도 하나의 데이터 확장(data augmentation) 처리하여 컬링 데이터를 추출하는, 컬링 경기 전략 추천 장치
|
4 |
4
제 2 항에 있어서,상기 프로세서는,상기 컬링 데이터로부터, 컬링 규칙에 따른 특징, 기존 경기에서의 특징, 및 상기 진행 중인 경기의 오차 특징을 포함하는 다중 특징을 추출하되,상기 다중 특징은,스톤의 위치, 컬링 규칙, 현재 경기 상황의 최대 득점, 기존 경기 내용, 실제 경기에서 투구의 오차, 상대편의 경기 전략 중 적어도 하나의 종류를 포함하는 것인, 컬링 경기 전략 추천 장치
|
5 |
5
제 4 항에 있어서,상기 프로세서는,차원(dimension)이 상이한 상기 다중 특징들에 대해 동시에 학습하는 컨볼루션 신경망(Convolutional Neural Network, CNN)에 기반한 딥러닝 학습을 통해 상기 전략 추천 모델을 구축하는, 컬링 경기 전략 추천 장치
|
6 |
6
제 4 항에 있어서,상기 프로세서는,딥러닝 학습 시 가중치 요소로서 상기 투구의 오차를 적용하여 몬테카를로 트리 상에서 투구 후보의 우선 순위를 설정하여 상기 전략 추천 모델을 구축하는, 컬링 경기 전략 추천 장치
|
7 |
7
제 6 항에 있어서,상기 프로세서는,기설정된 컬링 시뮬레이터를 통해 상기 컬링 데이터 별로 경기를 시뮬레이션한 결과에 따라 승패를 평가하고, 상기 평가의 결과를 딥러닝의 변수로 업데이트하여 강화 학습을 수행하는, 컬링 경기 전략 추천 장치
|
8 |
8
삭제
|
9 |
9
제 1 항에 있어서,상기 프로세서는,상기 구축된 전략 추천 모델을 사용하여 상기 진행 중인 경기 상황 정보를 학습하고, 상기 학습을 통해 예측된 투구 전략을 출력하되,상기 투구 전략을 스톤의 힘, 회전 및 경로 정보로 변화한 결과와 스톤의 예상 위치 좌표 중 적어도 하나를 출력하는, 컬링 경기 전략 추천 장치
|
10 |
10
컬링 경기 전략 추천 장치를 통한 컬링 경기 전략 추천 방법에 있어서,기실시된 복수의 컬링 경기에 대한 기록 자료들로부터 수집된 데이터로부터 스톤의 위치 정보 및 전략 정보를 포함하는 컬링 데이터를 추출하고, 진행 중인 컬링 경기를 촬영한 이미지를 영상 인식한 경기 상황 정보로부터 스톤의 위치 정보를 포함하는 컬링 데이터를 추출하는 단계;상기 컬링 데이터들로부터 각각 컬링 규칙에 따른 특징, 기존 경기에서의 특징, 및 상기 진행 중인 경기의 오차 특징을 포함하는 다중 특징을 추출하는 단계;상기 다중 특징들을 딥러닝 및 몬테카를로 트리 탐색 기법을 통해 학습하여 전략 추천 모델을 구축하는 단계; 및상기 전략 추천 모델을 통해 상기 경기 상황 정보에 대응하는 하나 이상의 전략을 예측한 정보를 추천하는 단계를 포함하고,상기 기록 자료 및 상기 진행 중인 컬링 경기에 따른 컬링 데이터로부터 추출한 특징들 중 스톤의 위치를 좌표 화하되, 컬링 경기에서의 하우스에 대응하는 기설정된 범위 내의 위치 좌표 간의 간격이 상기 기설정된 범위 외의 위치 좌표 간의 간격보다 좁게 설정된 동적 분할 좌표계를 사용하는 것인, 컬링 경기 전략 추천 방법
|