| 1 |
1
매체에 기록된 컴퓨터 프로그램 또는 애플리케이션을 구현하는 모듈들을 구비하고 상기 모듈들을 통해 하기 단계들을 수행하는 컴퓨터 단말기의 제어부에 의해 처리되는 모기활동성지수 산출 방법으로서,슬라이딩 창 기법을 이용하여 예측하고자 하는 날 이전 최근의 소정 기간 동안 복수의 포집지점에서 측정한 모기개체자료, 각 해당 포집지점의 지표특성자료 및 기상자료를 포함하는 모델입력자료를 구축하는 단계-여기서, 상기 모델입력자료를 구축하는 단계는 상기 기상자료, 상기 모기개체자료 및 상기 지표특성자료를 시공간적으로 매칭하고 지형별 및 월별로 분류하는 것을 포함함-;분류된 자료를 이용하여 상기 기상자료의 각 기상변수와 종속변수인 모기개체자료의 상관계수를 구하는 단계;상기 상관계수에 기초하여 상기 모델입력자료의 기상변수 중 종속변수에 유의미한 중요변수를 선택하는 단계;선택된 상기 중요변수가 다른 중요변수와 상관성이 소정 값 이상이면 그 중요변수를 제거하는 단계;상기 중요변수의 선택과 상기 중요변수의 제거가 반영된 모델입력자료를 기계학습모델에 입력하여 기계학습을 수행하는 단계; 및 학습된 상기 기계학습모델에서 예측한 모기개체자료에 기초하여 상기 예측하고자 하는 날의 모기활동성지수를 산출하는 단계;를 포함하며,상기 기계학습모델은 랜덤포레스트(Random Forest, RF), 다항로지스틱회귀모형(Multinomial Logistic Regression, MLR), 뉴럴네트워크(Neural Network NN) 또는 서포트벡터머신(Support Vector Machine, SVM)을 사용하는,모기활동성지수 산출 방법
|
| 2 |
2
제 1 항에 있어서, 상기 모기개체자료는 디지털모기포집장비(Digital Mosquito Monitoring System, DMS)가 해당 포집지점에서 포집한 모기 개체수에 기초하고, 상기 지표특성자료는 도시기후분석모델(Climate Analysis Seoul, CAS)을 이용하여, 서울지역의 3차원 구조 및 피복특성을 25m 해상도로 분석한 16개 변수를 사용하고, 상기 기상자료는 자동기상관측지점(Automated Weather Station)중에서 해당 포집지점과 가장 인접한 지점에서 측정되는, 모기활동성지수 산출 방법
|
| 3 |
3
제 2 항에 있어서, 상기 포집지점은 식생비, 수역비 및 인공피복비율에 기초하여 공원, 수변 및 주택가로 분류되는, 모기활동성지수 산출 방법
|
| 4 |
4
제 1 항에 있어서, 상기 모기활동성지수는 설정된 모기 개체 수 구간에 기초하여 4단계(쾌적, 관심, 주의, 불쾌)로 분류되는, 모기활동성지수 산출 방법
|
| 5 |
5
삭제
|
| 6 |
6
제 1 항에 있어서, 모델입력자료를 구축하는 단계는, 상기 모기개체자료, 지표특성자료 및 기상자료의 시공간적으로 매칭하는 단계; 및 종속변수로 설정되는 상기 모기개체자료를 업 샘플링하는 단계;를 포함하는, 모기활동성지수 산출 방법
|
| 7 |
7
삭제
|
| 8 |
8
삭제
|
| 9 |
9
삭제
|
| 10 |
10
제 1 항에 있어서, 실제 예측하고자 하는 날에 측정한 모기개체자료에 기초하여 각 포집지점에 대해 산출된 상기 모기활동성지수의 정확도를 검증하는 단계;를 더 포함하는, 모기활동성지수 산출 방법
|
| 11 |
11
제 10 항에 있어서, 상기 모기활동성지수를 산출하는 단계는, 상기 기계학습을 수행하는 단계에서 검증된 기계학습모델을 선택하여 모기활동성지수를 산출하는, 모기활동성지수 산출 방법
|
| 12 |
12
제 1 항에 있어서, 산출된 상기 모기활동성지수에 기초하여 행정구별로 모기활동성지수를 산출하는 단계;를 더 포함하는, 모기활동성지수 산출 방법
|
| 13 |
13
컴퓨터 단말기를 포함한 하드웨어와 결합되어 상기 컴퓨터 단말기의 제어부에 의해 제 1 항 내지 제 4 항, 제 6 항 및 제 10 항 내지 제 12 항 중 어느 한 항에 기재된 모기활동성지수 산출 방법의 각 단계를 실행시키기 위한 컴퓨터 프로그램 또는 애플리케이션이 기록된 매체
|
| 14 |
14
매체에 기록된 컴퓨터 프로그램 또는 애플리케이션을 구현하는 모듈들을 구비한 컴퓨터 단말기를 포함하는 모기활동성지수 산출 시스템으로서,상기 컴퓨터 단말기의 제어부에 의해 모기활동성지수를 산출하도록 수행되는 모듈들은,슬라이딩 창 기법을 이용하여 예측하고자 하는 날 이전 최근의 소정 기간 동안 복수의 포집지점에서 측정한 모기개체자료, 각 해당 포집지점의 지표특성자료 및 기상자료를 포함하는 모델입력자료를 구축하는 모듈-여기서, 상기 모델입력자료를 구축하는 모듈은 상기 기상자료, 상기 모기개체자료 및 상기 지표특성자료를 시공간적으로 매칭하고 지형별 및 월별로 분류하는 것을 포함함-; 분류된 자료를 이용하여 상기 기상자료의 각 기상변수와 종속변수인 모기개체자료의 상관계수를 구하는 모듈;상기 상관계수에 기초하여 상기 모델입력자료의 기상변수 중 종속변수에 유의미한 중요변수를 선택하는 모듈;선택된 상기 중요변수가 다른 중요변수와 상관성이 소정 값 이상이면 그 중요변수를 제거하는 모듈;상기 중요변수의 선택과 상기 중요변수의 제거가 반영된 모델입력자료를 기계학습모델에 입력하여 기계학습을 수행하는 모듈; 및학습된 상기 기계학습모델에서 예측한 모기개체자료에 기초하여 상기 예측하고자 하는 날의 모기활동성지수를 산출하는 모듈;을 포함하며,상기 기계학습모델은 랜덤포레스트(Random Forest, RF), 다항로지스틱회귀모형(Multinomial Logistic Regression, MLR), 뉴럴네트워크(Neural Network NN) 또는 서포트벡터머신(Support Vector Machine, SVM)을 사용하는,모기활동성지수 산출 시스템
|
| 15 |
15
제 14 항에 있어서, 상기 모기개체자료는 디지털모기포집장비(Digital Mosquito Monitoring System, DMS)가 해당 포집지점에서 포집한 모기 개체수에 기초하고, 상기 지표특성자료는 도시기후분석모델(Climate Analysis Seoul, CAS)을 이용하여, 서울지역의 3차원 구조 및 피복특성을 25m 해상도로 분석한 16개 변수를 사용하고, 상기 기상자료는 자동기상관측지점(Automated Weather Station)중에서 해당 포집지점과 가장 인접한 지점에서 측정되는, 모기활동성지수 산출 시스템
|
| 16 |
16
제 15 항에 있어서, 상기 포집지점은 식생비, 수역비 및 인공피복비율에 기초하여 공원, 수변 및 주택가로 분류되는, 모기활동성지수 산출 시스템
|
| 17 |
17
제 14 항에 있어서, 상기 모기활동성지수는 설정된 모기 개체 수 구간에 기초하여 4단계(쾌적, 관심, 주의, 불쾌)로 분류되는, 모기활동성지수 산출 시스템
|
| 18 |
18
삭제
|
| 19 |
19
제 14 항에 있어서, 모델입력자료를 구축하는 모듈은, 상기 모기개체자료, 지표특성자료 및 기상자료의 시공간적으로 매칭하는 모듈; 및 종속변수로 설정되는 상기 모기개체자료를 업 샘플링하는 모듈;을 포함하는, 모기활동성지수 산출 시스템
|
| 20 |
20
삭제
|
| 21 |
21
삭제
|
| 22 |
22
삭제
|
| 23 |
23
제 14 항에 있어서, 실제 예측하고자 하는 날에 측정한 모기개체자료에 기초하여 각 포집지점에 대해 산출된 상기 모기활동성지수의 정확도를 검증하는 모듈;을 더 포함하는, 모기활동성지수 산출 시스템
|
| 24 |
24
제 23 항에 있어서, 상기 모기활동성지수를 산출하는 모듈은, 상기 기계학습을 수행하는 모듈을 통해 검증된 기계학습모델을 선택하여 모기활동성지수를 산출하는, 모기활동성지수 산출 시스템
|
| 25 |
25
제 14 항에 있어서, 산출된 상기 모기활동성지수에 기초하여 행정구별로 모기활동성지수를 산출하는 모듈;을 더 포함하는, 모기활동성지수 산출 시스템
|
