맞춤기술찾기

이전대상기술

시스템의 다중 성능 최적화를 위한 효율적인 파레토 집합 선택 방법

  • 기술번호 : KST2019020182
  • 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 발명은 컴퓨터 프로세서에 의하여 적어도 둘 이상의 성능 지표를 기준으로 파레토 집합을 선택하는 방법에 있어서, 제1 시뮬레이션 자원 할당 단계; 통계 정보를 이용하여 상기 설계안의 불확실성값을 계산하고 상기 불확실성값에 대응하여 여분의 시뮬레이션 자원을 추가로 할당함으로써 상기 통계 정보를 업데이트 하는 제2 시뮬레이션 자원 할당 단계; 및 업데이트된 상기 통계 정보를 통해 상기 파레토 집합에 포함되는 설계안을 제시하는 단계; 를 포함할 수 있다.
Int. CL G06F 17/50 (2006.01.01) G06F 17/18 (2006.01.01)
CPC G06F 30/20(2013.01) G06F 30/20(2013.01) G06F 30/20(2013.01)
출원번호/일자 1020180046692 (2018.04.23)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2019-0123030 (2019.10.31) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.04.23)
심사청구항수 10

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김탁곤 대전광역시 유성구
2 최선한 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인충정 대한민국 서울특별시 강남구 역삼로***,*층(역삼동,성보역삼빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국과학기술원 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
2018.04.23 수리 (Accepted) 1-1-2018-0401324-52
2 선행기술조사의뢰서
Request for Prior Art Search
2018.09.06 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2018.12.07 수리 (Accepted) 9-1-2018-0068078-00
4 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.04.24 수리 (Accepted) 4-1-2019-5081392-49
5 의견제출통지서
Notification of reason for refusal
2019.07.10 발송처리완료 (Completion of Transmission) 9-5-2019-0495996-19
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.09.10 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0931834-02
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)
2019.09.10 수리 (Accepted) 1-1-2019-0931833-56
8 등록결정서
Decision to grant
2020.01.23 발송처리완료 (Completion of Transmission) 9-5-2020-0059202-17
9 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
10 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컴퓨터 프로세서에 의하여 적어도 둘 이상의 성능 지표를 기준으로 파레토 집합을 선택하는 방법에 있어서,복수의 설계안들에 대하여 초기 시뮬레이션 자원을 각각 동일하게 할당하고, 할당된 상기 초기 시뮬레이션 자원을 이용하여 상기 설계안들 별로 시뮬레이션을 수행함으로써 시뮬레이션 결과에 대한 상기 설계안들 각각의 통계 정보를 도출하는 제1 시뮬레이션 자원 할당 단계;상기 통계 정보를 이용하여 상기 설계안들 각각의 불확실성값을 계산하고, 상기 계산된 불확실성값에 대응하는 여분의 시뮬레이션 자원을 상기 설계안들 각각에 추가로 할당함으로써 상기 통계 정보를 업데이트 하는 제2 시뮬레이션 자원 할당 단계; 및업데이트된 상기 통계 정보를 통해 상기 파레토 집합에 포함되는 설계안을 제시하는 단계; 를 포함하고,상기 제2 시뮬레이션 자원 할당 단계는 상기 여분의 시뮬레이션 자원을 모두 소모할 때까지 반복 수행되는 것을 특징으로 하는 파레토 집합 선택 방법
2 2
삭제
3 3
제1 항에 있어서, 상기 통계 정보는상기 설계안들에 대한 시뮬레이션 결과 계산되는 상기 성능 지표에 대한 추정 성능치, 표본 분산, 표준 오차를 포함하는 것을 특징으로 하는 파레토 집합 선택 방법
4 4
제1 항에 있어서, 상기 제2 시뮬레이션 자원 할당 단계는반복적으로 업데이트되는 상기 통계 정보를 이용하여 상기 설계안들의 불확실성값을 계산하는 단계인 것을 특징으로 하는 파레토 집합 선택 방법
5 5
제1 항에 있어서, 상기 제2 시뮬레이션 자원 할당 단계는상기 통계 정보를 이용하여 상기 설계안들의 불확실성값을 계산하는 단계;상기 불확실성값에 대응하여 상기 여분의 시뮬레이션 자원을 추가로 할당하는 단계; 및추가로 할당된 시뮬레이션 자원에 대응하여 상기 설계안들 별로 시뮬레이션을 수행함으로써 상기 통계 정보를 업데이트 하는 단계; 를 포함하는 것을 특징으로 하는 파레토 집합 선택 방법
6 6
제5 항에 있어서, 상기 여분의 시뮬레이션 자원을 추가로 할당하는 단계는사용 가능한 상기 시뮬레이션 자원을 상기 불확실성값을 기준으로 나누어 상기 설계안들 별로 할당하는 단계인 것을 특징으로 하는 파레토 집합 선택 방법
7 7
제5 항에 있어서, 상기 시뮬레이션 자원을 추가로 할당하는 단계는반복될 때마다 여분의 상기 시뮬레이션 자원 중 동일한 양의 상기 시뮬레이션 자원을 나누어 상기 설계안들 별로 할당하는 것을 특징으로 하는 파레토 집합 선택 방법
8 8
제5 항에 있어서, 상기 불확실성값을 계산하는 단계는임의의 설계안 값의 p값을 이용하여 계산되는 중간값을 통해 계산되고, 상기 p 값은을 통해서 계산되며, 상기 X는 t-분포를 따르는 임의의 변수이고, δio,jo는 p값을 의미하며, sio는 설계안 xi의 성능 지표 o 에 대한 시뮬레이션 수행후 계산되는 추정 성능치의 표본 분산의 제곱근 값을 의미하고, Ni는 설계안 xi에 대한 시뮬레이션의 반복 횟수를 의미하고, io 와 jo 는 시뮬레이션 결과 설계안 xi와 xj에 대한 추정 성능치를 의미하는 것을 특징으로 하는 파레토 집합 선택 방법
9 9
제8 항에 있어서, 추정되는 파레토 집합에 상기 임의의 설계안 xd이 포함되지 않는 경우, 상기 임의의 설계안 xd의 불확실성값은 을 통해 계산되고,상기 εi(1),d, εi(2),d,
10 10
제8 항에 있어서, 추정되는 파레토 집합에 상기 임의의 설계안 xn이 포함되는 경우, 상기 임의의 설계안 xn의 불확실성값은 을 통해 계산되고,상기 εn,i(1), εn,i(2) ,
11 11
제8 항에 있어서, 상기 시뮬레이션 자원을 추가로 할당하는 단계에서임의의 설계안 xi에 대하여 할당되는 시뮬레이션 자원은 에 의하여 계산되고,상기 αi는 각 설계안이 자신의 계산된 불확실성값에 따라 할당받게되는 시뮬레이션 자원의 수를 의미하고, 상기 Δ는 상기 제2 시뮬레이션 자원 할당 단계에서 할당되는 시뮬레이션 자원의 크기를 의미하며, ωi는 상기 임의의 설계안 xi의 불확실성값을 의미하고, 상기 k는 모든 설계안의 수를 의미하는 것을 특징으로 하는 파레토 집합 선택 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 (주)아인스에스엔씨 정보통신.방송 연구개발사업 사용자 수준 맞춤이 가능한 범용 이산사건 시뮬레이션SW 개발 플랫폼