맞춤기술찾기

이전대상기술

인공 신경망을 이용한 건설 공정 마감 시기 예측 장치 및 그 방법

  • 기술번호 : KST2019022738
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
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 인공 신경망을 이용한 건설 공정 마감 시기 예측 장치 및 그 방법에 관한 것이다. 인공 신경망을 이용한 건설 공정 마감 시기 예측 장치는 하나의 건설 공정에서 설정된 시간 간격에 따라 전문분야별로 투입된 인원수, 자재의 투입량에 대한 데이터를 수집하는 데이터 수집부, 상기 전문분야별로 투입된 인원수 및 자재 데이터를 표준화하여 표준화된 노무량 및 자재투입량을 추출하고, 상기 표준화된 노무량과 표준화된 자재 투입량간의 양의 관계지수 및 음의 관계지수를 연산하는 연산부, 상기 연산된 양의 관계지수 또는 음의 관계지수가 임계값보다 작은 값을 가지는 적어도 하나의 전문분야를 추출하는 추출부, 상기 추출된 전문분야에 투입된 인원수를 인공신경망 알고리즘에 입력하고, 기 저장된 공정 데이터베이스를 기반으로 상기 인공신경망 알고리즘의 N개의 계수값을 조정하여 상기 추출된 전문분야에 투입 예상되는 인원수에 따른 자재의 투입량을 예측하는 자재 투입량 예측부, 그리고 상기 예측된 자재 투입량을 누적하여 상기 건설 공정에서 최종적으로 자재의 투입 목표치에 도달하는 건설 공정의 마감 시기를 예측하는 마감 시기 예측부를 포함한다.
Int. CL G06Q 50/08 (2012.01.01) G06N 3/02 (2019.01.01) G06Q 10/04 (2012.01.01) G06Q 10/06 (2012.01.01)
CPC G06Q 50/08(2013.01) G06Q 50/08(2013.01) G06Q 50/08(2013.01) G06Q 50/08(2013.01) G06Q 50/08(2013.01)
출원번호/일자 1020160129130 (2016.10.06)
출원인 인하대학교 산학협력단
등록번호/일자 10-1843286-0000 (2018.03.22)
공개번호/일자
공고번호/일자 (20180329) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2016.10.06)
심사청구항수 12

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 인하대학교 산학협력단 대한민국 인천광역시 미추홀구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 한승우 대한민국 인천광역시 연수구
2 고용호 대한민국 인천광역시 남구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인태백 대한민국 서울 금천구 가산디지털*로 *** 이노플렉스 *차 ***호

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 인하대학교 산학협력단 대한민국 인천광역시 미추홀구
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
2016.10.06 수리 (Accepted) 1-1-2016-0969063-26
2 선행기술조사의뢰서
Request for Prior Art Search
2017.02.10 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2017.04.11 발송처리완료 (Completion of Transmission) 9-6-2017-0139867-87
4 의견제출통지서
Notification of reason for refusal
2017.09.20 발송처리완료 (Completion of Transmission) 9-5-2017-0661447-02
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2017.11.20 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2017-1150913-13
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)
2017.11.20 수리 (Accepted) 1-1-2017-1150912-67
7 출원인정보변경(경정)신고서
Notification of change of applicant's information
2018.03.02 수리 (Accepted) 4-1-2018-5036549-31
8 등록결정서
Decision to grant
2018.03.21 발송처리완료 (Completion of Transmission) 9-5-2018-0198199-79
9 출원인정보변경(경정)신고서
Notification of change of applicant's information
2018.12.27 수리 (Accepted) 4-1-2018-5266647-91
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
하나의 건설 공정에서 설정된 시간 간격에 따라 전문분야별로 투입된 인원수, 자재의 투입량에 대한 데이터를 수집하는 데이터 수집부, 상기 전문분야별로 투입된 인원수 및 자재 데이터를 표준화하여 표준화된 노무량 및 자재투입량을 추출하고, 상기 표준화된 노무량과 표준화된 자재 투입량간의 양의 관계지수 및 음의 관계지수를 연산하는 연산부, 상기 연산된 양의 관계지수 또는 음의 관계지수가 임계값보다 작은 값을 가지는 적어도 하나의 전문분야를 추출하는 추출부,상기 추출된 전문분야에 투입된 인원수를 인공신경망 알고리즘에 입력하고, 기 저장된 공정 데이터베이스를 기반으로 상기 인공신경망 알고리즘의 N개의 계수값을 조정하여 상기 추출된 전문분야에 투입 예상되는 인원수에 따른 자재의 투입량을 예측하는 자재 투입량 예측부, 그리고상기 예측된 자재 투입량을 누적하여 상기 건설 공정에서 최종적으로 자재의 투입 목표치에 도달하는 건설 공정의 마감 시기를 예측하는 마감 시기 예측부를 포함하고,상기 연산부는, 상기 표준화된 노무량(standardized노무량)과 표준화된 자재 투입량 (standardized자재투입량)간의 양의 관계지수 및 음의 관계지수를 다음 수학식을 이용하여 연산하는 인공신경망을 이용한 건설 공정 마감 시기 예측 장치: 여기서 n은 일정 기간 동안 수집된 투입된 인원수 또는 투입된 자재의 수치를 나타낸다
2 2
삭제
3 3
제1항에 있어서,추출된 전문분야에 투입된 인원수를 상기 인공신경망 알고리즘에 적용하여 N개의 계수 값 및 투입된 자재량을 연산하고 상기 연산된 자재량 값과 동일 기간 동안의 실제 투입된 자재량 값과의 오차가 기 설정된 범위 내에 해당될 때까지 상기 N개의 계수 값을 조정하여 상기 추출된 전문분야에 투입된 인원수에 따른 N개의 최적의 계수 값을 추출하도록 학습시키는 학습부를 더 포함하고,상기 학습부는상기 추출된 전문분야에 투입된 인원수에 따라 상기 추출된 N개의 계수 값, 실제 투입된 자재량을 상기 공정 데이터베이스에 저장하는 인공신경망을 이용한 건설 공정 마감 시기 예측 장치
4 4
제3항에 있어서, 상기 인공신경망 알고리즘은,상기 추출된 전문분야(A)와 관련하여 계수(w_bias_A)가 제1 계층 함수에 입력되면, 상기 제1 계층 함수로부터 출력된 계수(w_A)를 제2 계층 함수로 입력하며, 상기 제2 계층 함수로부터 출력된 계수(w_predict_A)를 제3 계층 함수로 입력하여, 상기 제3 계층 함수는 추정 자재 투입량를 연산하여 출력하는 인공신경망을 이용한 건설 공정 마감 시기 예측 장치
5 5
제4항에 있어서, 상기 학습부는, 상기 추출된 전문분야의 양의 관계지수가 기 설정된 값보다 작은 경우, 상기 계수(w_A, w_predict_A)의 초기 값을 양(+)의 부호로 설정하고, 상기 추출된 전문분야의 음의 관계지수가 기 설정된 값보다 작은 경우, 상기 계수(w_A, w_predict_A)의 초기 값을 음(-)의 부호로 설정하는 인공신경망을 이용한 건설 공정 마감 시기 예측 장치
6 6
제3항에 있어서,상기 학습부는, 상기 데이터베이스에 추출된 전문분야의 표준 노무량의 크기에 따른 표준 자재 투입량이 존재하지 않은 경우, 해당되는 상기 전문분야의 표준 노무량을 기준으로 인접하는 표준 노무량들 중에서 표준 자재 투입량이 존재하는 복수의 표준 노무량들을 추출하고,추출된 복수의 표준 노무량에 대응하는 N개의 계수에 대하여 각각 계수마다 평균 값을 연산하며,상기 연산된 N개의 평균 값을 상기 인공신경망 알고리즘의 대응되는 계수에 적용하여 자재 투입량을 추정하고, 추정된 자재 투입량을 상기 공정 데이터베이스에 저장하는 인공신경망을 이용한 건설 공정 마감 시기 예측 장치
7 7
제6항에 있어서, 상기 학습부는, 해당되는 상기 전문분야의 표준 노무량을 기준으로 표준 자재량이 존재하는 복수의 전문분야의 표준 노무량이 추출되도록 일정 간격으로 범위를 확장시키는 인공신경망을 이용한 건설 공정 마감 시기 예측 장치
8 8
인공신경망을 이용한 건설 공정 마감 시기 예측 장치를 이용한 건설 공정 마감 시기 예측 방법에 있어서, 하나의 건설 공정에서 설정된 시간 간격에 따라 전문분야별로 투입된 인원수, 자재의 투입량에 대한 데이터를 수집하는 단계, 상기 전문분야별로 투입된 인원수 및 자재 데이터를 표준화하여 표준화된 노무량 및 자재투입량을 추출하고, 상기 표준화된 노무량과 표준화된 자재 투입량간의 양의 관계지수 및 음의 관계지수를 연산하는 단계, 상기 연산된 양의 관계지수 또는 음의 관계지수가 임계값보다 작은 값을 가지는 적어도 하나의 전문분야를 추출하는 단계,상기 추출된 전문분야에 투입된 인원수를 인공신경망 알고리즘에 입력하고, 기 저장된 공정 데이터베이스를 기반으로 상기 인공신경망 알고리즘의 N개의 계수값을 조정하여 상기 추출된 전문분야에 투입 예상되는 인원수에 따른 자재의 투입량을 예측하는 단계, 그리고상기 예측된 자재 투입량을 누적하여 상기 건설 공정에서 최종적으로 자재의 투입 목표치에 도달하는 건설 공정의 마감 시기를 예측하는 단계를 포함하고,상기 관계지수를 연산하는 단계는, 상기 표준화된 노무량(standardized노무량)과 표준화된 자재 투입량 (standardized자재투입량)간의 양의 관계지수 및 음의 관계지수를 다음 수학식을 이용하여 연산하는 인공신경망을 이용한 건설 공정 마감 시기 예측 방법: 여기서 n은 일정 기간 동안 수집된 투입된 인원수 또는 투입된 자재의 수치를 나타낸다
9 9
삭제
10 10
제8항에 있어서,추출된 전문분야에 투입된 인원수를 상기 인공신경망 알고리즘에 적용하여 N개의 계수 값 및 투입된 자재량을 연산하고 상기 연산된 자재량 값과 동일 기간 동안의 실제 투입된 자재량 값과의 오차가 기 설정된 범위 내에 해당될 때까지 상기 N개의 계수 값을 조정하여 상기 추출된 전문분야에 투입된 인원수에 따른 N개의 최적의 계수 값을 추출하도록 학습시키는 단계를 더 포함하고,상기 학습시키는 단계는,상기 추출된 전문분야에 투입된 인원수에 따라 상기 추출된 N개의 계수 값, 실제 투입된 자재량을 상기 공정 데이터베이스에 저장하는 인공신경망을 이용한 건설 공정 마감 시기 예측 방법
11 11
제10항에 있어서, 상기 인공신경망 알고리즘은,상기 추출된 전문분야(A)와 관련하여 계수(w_bias_A)가 제1 계층 함수에 입력되면, 상기 제1 계층 함수로부터 출력된 계수(w_A)를 제2 계층 함수로 입력하며, 상기 제2 계층 함수로부터 출력된 계수(w_predict_A)를 제3 계층 함수로 입력하여, 상기 제3 계층 함수는 추정 자재량를 연산하여 출력하는 인공신경망을 이용한 건설 공정 마감 시기 예측 방법
12 12
제11항에 있어서, 상기 학습시키는 단계는, 상기 추출된 전문분야의 양의 관계지수가 기 설정된 값보다 작은 경우, 상기 계수(w_A, w_predict_A)의 초기 값을 양(+)의 부호로 설정하고, 상기 추출된 전문분야의 음의 관계지수가 기 설정된 값보다 작은 경우, 상기 계수(w_A, w_predict_A)의 초기 값을 음(-)의 부호로 설정하는 인공신경망을 이용한 건설 공정 마감 시기 예측 방법
13 13
제10항에 있어서,상기 학습시키는 단계는, 상기 데이터베이스에 추출된 전문분야의 표준 노무량의 크기에 따른 표준 자재 투입량이 존재하지 않은 경우, 해당되는 상기 전문분야의 표준 노무량을 기준으로 인접하는 표준 노무량들 중에서 표준 자재 투입량이 존재하는 복수의 표준 노무량들을 추출하고,추출된 복수의 표준 노무량에 대응하는 N개의 계수에 대하여 각각 계수마다 평균 값을 연산하며,상기 연산된 N개의 평균 값을 상기 인공신경망 알고리즘의 대응되는 계수에 적용하여 자재 투입량을 추정하고, 추정된 자재 투입량을 상기 공정 데이터베이스에 저장하는 인공신경망을 이용한 건설 공정 마감 시기 예측 방법
14 14
제13항에 있어서, 상기 학습시키는 단계는, 해당되는 상기 전문분야의 표준 노무량을 기준으로 표준 자재량이 존재하는 복수의 전문분야의 표준 노무량이 추출되도록 일정 간격으로 범위를 확장시키는 인공신경망을 이용한 건설 공정 마감 시기 예측 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 교육부 인하대학교 이공학개인기초연구지원 빅데이터정보 기반 건설공정 추이패턴 분석 모델(Big-CORE) 개발