맞춤기술찾기

이전대상기술

콘크리트 크리프 예측 모델 생성 방법 및 장치

  • 기술번호 : KST2019024319
  • 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 적어도 하나의 프로세서에 의해 동작하는 콘크리트 크리프 예측 모델 생성 장치로서, 복수의 예측 모델들 각각의 모델 변수와 사전 분포를 획득하고, 콘크리트 크리프의 측정 데이터를 기초로 각 예측 모델의 모델 변수와 사전 분포로부터 추론되는 예측 모델별 예측 분포를 산출하는 예측 분포 산출부, 그리고 상기 측정 데이터를 기초로 상기 예측 모델별 예측 분포를 선형 가중하여 통합 예측 모델을 생성하는 예측 모델 통합부를 포함한다.
Int. CL G06F 17/50 (2006.01.01) G01B 21/32 (2006.01.01)
CPC G06F 30/20(2013.01) G06F 30/20(2013.01) G06F 30/20(2013.01) G06F 30/20(2013.01)
출원번호/일자 1020170134059 (2017.10.16)
출원인 한국과학기술원
등록번호/일자 10-1866491-0000 (2018.06.04)
공개번호/일자
공고번호/일자 (20180704) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.10.16)
심사청구항수 8

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 진승섭 대한민국 인천광역시 남동구
2 차상률 대한민국 대전광역시 유성구
3 김재홍 대한민국 대전광역시 유성구

대리인

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

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
2017.10.16 수리 (Accepted) 1-1-2017-1016326-12
2 [우선심사신청]심사청구(우선심사신청)서
[Request for Preferential Examination] Request for Examination (Request for Preferential Examination)
2018.02.06 수리 (Accepted) 1-1-2018-0131153-30
3 [우선심사신청]선행기술조사의뢰서
[Request for Preferential Examination] Request for Prior Art Search
2018.02.07 수리 (Accepted) 9-1-9999-9999999-89
4 [우선심사신청]선행기술조사보고서
[Request for Preferential Examination] Report of Prior Art Search
2018.02.22 수리 (Accepted) 9-1-2018-0007688-77
5 의견제출통지서
Notification of reason for refusal
2018.02.26 발송처리완료 (Completion of Transmission) 9-5-2018-0135299-26
6 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2018.02.28 수리 (Accepted) 1-1-2018-0208126-91
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)
2018.03.09 수리 (Accepted) 1-1-2018-0241807-94
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2018.03.09 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-0241808-39
9 등록결정서
Decision to grant
2018.04.27 발송처리완료 (Completion of Transmission) 9-5-2018-0289845-78
10 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.04.24 수리 (Accepted) 4-1-2019-5081392-49
11 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
12 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
적어도 하나의 프로세서에 의해 동작하는 콘크리트 크리프 예측 모델 생성 장치로서,복수의 예측 모델들 각각의 모델 변수와 사전 분포를 획득하고, 콘크리트 크리프의 측정 데이터를 기초로 각 예측 모델의 모델 변수와 사전 분포로부터 추론되는 예측 모델별 예측 분포를 산출하는 예측 분포 산출부, 그리고상기 측정 데이터를 기초로 상기 예측 모델별 예측 분포를 선형 가중하여 통합 예측 모델을 생성하는 예측 모델 통합부를 포함하며,상기 예측 모델 통합부는상기 예측 모델별 예측 분포를 선형 가중한 초기 통합 예측 모델을 구성하고, 상기 초기 통합 예측 모델의 예측 분포가 상기 측정 데이터에 대한 우도를 최대화하는 각 예측 모델의 가중치를 구하며, 각 예측 모델의 가중치로 해당 예측 모델의 예측 분포를 선형 가중하여 상기 통합 예측 모델을 생성하는, 크리프 예측 모델 생성 장치
2 2
삭제
3 3
제1항에서,상기 예측 분포 산출부는상기 측정 데이터를 기초로 각 예측 모델의 모델 변수를 보정하여 사전 분포로부터 추론되는 예측 모델별 사후 분포를 산출하고, 상기 예측 모델별 사후 분포로부터 예측 모델별 예측 분포를 생성하는, 크리프 예측 모델 생성 장치
4 4
제3항에서,상기 예측 분포 산출부는베이지안 추론을 통해 상기 예측 모델별 사후 분포를 산출하고, 마르코프 체인 몬테 카를로 알고리즘을 통해 상기 예측 모델별 사후 분포로부터 상기 예측 모델별 예측 분포를 생성하는, 크리프 예측 모델 생성 장치
5 5
제1항에서,상기 복수의 예측 모델들은 ACI 예측 모델, fib 2010 예측 모델, KCI 예측 모델, B3 예측 모델, 그리고 AASHTO 예측 모델 중 복수 개를 포함하는, 크리프 예측 모델 생성 장치
6 6
제1항에서,콘크리트 시편에 하중을 가해 크리프를 측정한 상기 측정 데이터를 제공하는 크리프 시험 데이터 획득부를 더 포함하는 크리프 예측 모델 생성 장치
7 7
적어도 하나의 프로세서에 의해 동작하는 콘크리트 크리프 예측 모델 생성 장치의 크리프 예측 모델 생성 방법으로서,콘크리트 시편에 하중을 가해 측정한 크리프 측정 데이터를 입력받는 단계,상기 크리프 측정 데이터를 기초로, 복수의 예측 모델들 각각의 모델 변수와 사전 분포로부터 예측 모델별 사후 분포를 추론하는 단계,상기 예측 모델별 사후 분포로부터, 특정 시간에서의 크리프 예측값을 나타내는 예측 분포를 산출하는 단계, 그리고상기 크리프 측정 데이터를 기초로 예측 모델별 예측 분포를 선형 가중하여 통합 예측 모델을 생성하는 단계를 포함하며,상기 통합 예측 모델을 생성하는 단계는상기 예측 모델별 예측 분포를 선형 가중한 초기 통합 예측 모델을 생성하는 단계, 상기 초기 통합 예측 모델의 예측 분포에 대한 크리프 측정 데이터의를 우도를 최대화하는 각 예측 모델의 가중치를 구하는 단계, 그리고각 예측 모델의 가중치로 해당 예측 모델의 예측 분포를 선형 가중하여 상기 통합 예측 모델을 생성하는 단계를 포함하는 크리프 예측 모델 생성 방법
8 8
삭제
9 9
제7항에서,상기 예측 모델별 사후 분포를 추론하는 단계는베이지안 추론을 통해 상기 예측 모델별 사후 분포를 산출하는 크리프 예측 모델 생성 방법
10 10
제7항에서,상기 예측 분포를 산출하는 단계는마르코프 체인 몬테 카를로 알고리즘을 통해 상기 예측 모델별 사후 분포로부터 상기 예측 모델별 예측 분포를 생성하는 크리프 예측 모델 생성 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 국토교통부 한국과학기술원 국토교통기술촉진연구사업 콘크리트 시간변형 예측 향상을 위한 다중모델 평균화 기법 및 소프트웨어 개발(2017)