맞춤기술찾기

이전대상기술

범죄 발생 예측 장치 및 방법

  • 기술번호 : KST2019031882
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 발명의 일 실시 예에 따른 범죄 발생 예측 장치는 범죄 발생 예측을 수행하기 위한 명령어를 저장하는 메모리 및 상기 명령어에 따라 범죄 발생을 예측하는 과정을 수행하는 프로세서를 포함하되, 상기 프로세서는 범죄 데이터를 분할하여 분할 데이터를 생성하고, 각 상기 분할 데이터를 참조하여 연관 범죄 유형을 검색하고, 상기 연관 범죄 유형에 대한 지지도 및 신뢰도에 따라 빈번 연관 범죄 정보를 생성하고, 상기 분할 데이터에 대응하는 범죄 유사도에 따라 범죄 발생 확률 정보를 생성하는 것을 특징으로 한다.
Int. CL G06Q 50/26 (2012.01.01) G06F 17/00 (2019.01.01) G06Q 90/00 (2006.01.01) G06Q 50/10 (2012.01.01)
CPC G06Q 50/26(2013.01)G06Q 50/26(2013.01)G06Q 50/26(2013.01)G06Q 50/26(2013.01)
출원번호/일자 1020170004246 (2017.01.11)
출원인 동국대학교 산학협력단
등록번호/일자 10-1853386-0000 (2018.04.24)
공개번호/일자
공고번호/일자 (20180615) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.01.11)
심사청구항수 4

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 동국대학교 산학협력단 대한민국 서울특별시 중구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박미화 대한민국 서울 동작구
2 송양의 대한민국 서울 송파구
3 백세인 대한민국 경기도 포천시
4 박혁주 대한민국 인천광역시 계양구
5 강병기 대한민국 서울특별시 관악구
6 오수빈 대한민국 서울특별시 마포구
7 고성욱 대한민국 서울특별시 노원구
8 이강우 대한민국 서울 노원구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인이지 대한민국 서울특별시 금천구 가산디지털*로 ***(가산동, KCC웰츠밸리) ***-***

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 동국대학교 산학협력단 서울특별시 중구
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
2017.01.11 수리 (Accepted) 1-1-2017-0034854-95
2 의견제출통지서
Notification of reason for refusal
2017.10.31 발송처리완료 (Completion of Transmission) 9-5-2017-0756063-78
3 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2017.12.27 수리 (Accepted) 1-1-2017-1298576-44
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2017.12.27 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2017-1298590-84
5 등록결정서
Decision to grant
2018.04.22 발송처리완료 (Completion of Transmission) 9-5-2018-0275695-43
6 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.08.16 수리 (Accepted) 4-1-2019-5163486-33
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
범죄 발생 예측을 수행하기 위한 명령어를 저장하는 메모리; 및상기 명령어에 따라 범죄 발생을 예측하는 과정을 수행하는 프로세서;를 포함하되,상기 프로세서는범죄 데이터를 분할하여 분할 데이터를 생성하고,각 상기 분할 데이터를 참조하여 연관 범죄 유형을 검색하고, 상기 연관 범죄 유형에 대한 지지도 및 신뢰도에 따라 빈번 연관 범죄 정보를 생성하고, 상기 분할 데이터에 대응하는 범죄 유사도에 따라 범죄 발생 확률 정보를 생성하고,상기 분할 데이터에 대해 FP growth 알고리즘을 적용하여 범죄 연관성 트리를 생성하고, 상기 범죄 연관성 트리를 참조하여 연관 범죄 유형을 검색하고,상기 연관 범죄 유형에 대응하는 지지도 및 신뢰도를 산출하고,상기 연관 범죄 유형 중 상기 지지도 및 상기 신뢰도가 지정된 수치 이상인 연관 범죄 유형에 관한 범죄 데이터를 포함하는 빈번 연관 범죄 정보를 생성하고,상기 연관 범죄 유형은 각 상기 분할 데이터에 대응하는 범죄 유형 중 2개 이상의 범죄 유형을 포함하는 집합인 것을 특징으로 하는 범죄 발생 예측 장치
2 2
삭제
3 3
범죄 발생 예측을 수행하기 위한 명령어를 저장하는 메모리; 및상기 명령어에 따라 범죄 발생을 예측하는 과정을 수행하는 프로세서;를 포함하되,상기 프로세서는범죄 데이터를 분할하여 분할 데이터를 생성하고,각 상기 분할 데이터를 참조하여 연관 범죄 유형을 검색하고, 상기 연관 범죄 유형에 대한 지지도 및 신뢰도에 따라 빈번 연관 범죄 정보를 생성하고, 상기 분할 데이터에 대응하는 범죄 유사도에 따라 범죄 발생 확률 정보를 생성하고,범죄 흐름 데이터가 각 범죄 질의 집합을 포함하는 것을 나타내는 값을 성분으로 포함하는 벡터인 범죄 흐름 벡터를 생성하고, 범죄 질의 벡터와 각 상기 범죄 흐름 벡터 간의 유사도를 산출하고,상기 범죄 흐름 벡터에 대응하는 날짜 이후에 발생한 범죄 유형을 후보 범죄 유형으로 선정하고,상기 범죄 흐름 벡터 중 상기 후보 범죄 유형에 대응하는 범죄 흐름 벡터에 대응하는 범죄 질의 벡터의 수를, 각 상기 범죄 흐름 벡터에 대응하는 범죄 질의 벡터의 수를 합한 값으로 나눈 값인 상기 후보 범죄 유형의 발생 확률을 산출하고,상기 후보 범죄 유형의 발생 확률을 포함하는 범죄 확률 정보를 생성하는 것을 특징으로 하는 범죄 발생 예측 장치
4 4
범죄 발생 예측 장치가 범죄 발생을 예측하는 방법에 있어서,범죄 데이터를 분할하여 분할 데이터를 생성하는 단계;각 상기 분할 데이터를 참조하여 연관 범죄 유형을 검색하고, 상기 연관 범죄 유형에 대한 지지도 및 신뢰도에 따라 빈번 연관 범죄 정보를 생성하는 단계; 및상기 분할 데이터에 대응하는 범죄 유사도에 따라 범죄 발생 확률 정보를 생성하는 단계;를 포함하되,상기 각 상기 분할 데이터를 참조하여 연관 범죄 유형을 검색하고, 상기 연관 범죄 유형에 대한 지지도 및 신뢰도에 따라 빈번 연관 범죄 정보를 생성하는 단계는,상기 분할 데이터에 대해 FP growth 알고리즘을 적용하여 범죄 연관성 트리를 생성하는 단계;상기 범죄 연관성 트리를 참조하여 상기 연관 범죄 유형을 검색하는 단계;상기 연관 범죄 유형에 대응하는 지지도 및 신뢰도를 산출하는 단계; 및상기 연관 범죄 유형 중 상기 지지도 및 상기 신뢰도가 지정된 수치 이상인 연관 범죄 유형에 관한 범죄 데이터를 포함하는 빈번 연관 범죄 정보를 생성하는 단계;를 포함하되,상기 연관 범죄 유형은 각 상기 분할 데이터에 대응하는 범죄 유형 중 2개 이상의 범죄 유형을 포함하는 집합인 것을 특징으로 하는 범죄 발생 예측 방법
5 5
삭제
6 6
범죄 발생 예측 장치가 범죄 발생을 예측하는 방법에 있어서,범죄 데이터를 분할하여 분할 데이터를 생성하는 단계;각 상기 분할 데이터를 참조하여 연관 범죄 유형을 검색하고, 상기 연관 범죄 유형에 대한 지지도 및 신뢰도에 따라 빈번 연관 범죄 정보를 생성하는 단계; 및상기 분할 데이터에 대응하는 범죄 유사도에 따라 범죄 발생 확률 정보를 생성하는 단계;를 포함하되,상기 분할 데이터에 대응하는 범죄 유사도에 따라 범죄 발생 확률 정보를 생성하는 단계는,범죄 흐름 데이터가 각 범죄 질의 집합을 포함하는 것을 나타내는 값을 성분으로 포함하는 벡터인 범죄 흐름 벡터를 생성하는 단계;범죄 질의 벡터와 각 상기 범죄 흐름 벡터 간의 유사도를 산출하는 단계;상기 범죄 흐름 벡터에 대응하는 날짜 이후에 발생한 범죄 유형을 후보 범죄 유형으로 선정하는 단계;상기 범죄 흐름 벡터 중 상기 후보 범죄 유형에 대응하는 범죄 흐름 벡터에 대응하는 범죄 질의 벡터의 수를, 각 상기 범죄 흐름 벡터에 대응하는 범죄 질의 벡터의 수를 합한 값으로 나눈 값인 상기 후보 범죄 유형의 발생 확률을 산출하는 단계; 및상기 후보 범죄 유형의 발생 확률을 포함하는 범죄 확률 정보를 생성하는 단계;를 포함하는 것을 특징으로 하는 범죄 발생 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 미래창조과학부 동국대학교 산학협력단 SW중심대학지원사업 [총괄]SW중심대학지원사업 [1/4]