| 1 |
1
통계 정보를 이미지로 변환하는 단계;이미지화 된 통계 정보에 이미지 분석 알고리즘을 적용하여 통계 정보의 패턴을 인식하는 단계; 및인식한 패턴을 딥러닝 알고리즘에 입력하여 미래의 목표 정보를 예측하는 단계를 포함하되, 상기 통계 정보는,과거에 측정된 과거의 목표 정보, 상기 과거의 목표 정보를 측정한 시간 정보, 및 상기 과거의 목표 정보와 관련된 관련 정보 중 적어도 하나를 포함하고, 상기 이미지로 변환하는 단계는,상기 과거의 목표 정보, 시간 정보, 및 관련 정보를 각각 이미지의 픽셀 라인들로 변환하고, 픽셀 라인들을 결합하여 원시 이미지를 생성하는 단계; 및상기 원시 이미지와 무작위로 설정된 상기 목표 정보의 추정값을 결합하여 이미지화 된 통계 정보를 생성하는 단계를 포함하는 정보 예측 방법
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
제1항에 있어서, 상기 목표 정보는,전력 수요량, 주가, 유가, 기온 중 적어도 하나를 포함하는 정보 예측 방법
|
| 5 |
5
제1항에 있어서, 상기 목표 정보를 예측하는 단계는,인식한 패턴을 딥러닝 알고리즘에 입력하여 미래의 특정 기간에 대응하는 이미지를 생성하는 단계; 및미래의 특정 기간에 대응하는 이미지를 역변환하여 미래의 특정 기간에 대응하는 목표 정보를 예측하는 단계를 포함하는 정보 예측 방법
|
| 6 |
6
제1항에 있어서, 상기 딥러닝 알고리즘은,상기 이미지화 된 통계 정보를 기준값을 초과하는 이미지와 기준값 이하의 이미지로 분류하며, 상기 목표 정보를 예측하는 단계는,상기 딥러닝 알고리즘이 상기 이미지화 된 통계 정보를 기준값을 초과하는 이미지와 기준값 이하의 이미지로 분류하는 기준점을 상기 목표 정보로 예측하는 정보 예측 방법
|
| 7 |
7
통계 정보를 이미지로 변환하는 단계;이미지화 된 통계 정보에 이미지 분석 알고리즘을 적용하여 통계 정보의 패턴을 인식하는 단계;딥러닝 알고리즘을 이용하여 상기 통계 정보의 패턴들을 기준값을 초과하는 이미지와 기준값 이하의 이미지로 분류하는 단계; 및상기 분류 결과에 따라 상기 이미지화 된 통계 정보에 포함될 추정값을 변경하여 상기 통계 정보의 패턴들의 분류 기준을 학습하는 단계를 포함하되, 상기 분류 기준을 학습하는 단계는,상기 이미지화 된 통계 정보에 대응하는 목표 정보와 상기 이미지화 된 통계 정보에 대응하는 패턴들이 분류된 결과가 대응하는 경우, 상기 이미지화 된 통계 정보에 포함될 추정값을 유지하는 단계; 및상기 이미지화 된 통계 정보에 대응하는 목표 정보와 상기 이미지화 된 통계 정보에 대응하는 패턴들이 분류된 결과가 서로 다른 경우, 상기 이미지화 된 통계 정보에 포함될 추정값을 변경하는 단계를 포함하는 정보 학습 방법
|
| 8 |
8
삭제
|
| 9 |
9
통계 정보를 이미지로 변환하는 이미지 변환부;이미지화 된 통계 정보에 이미지 분석 알고리즘을 적용하여 통계 정보의 패턴을 인식하는 패턴 인식부; 및인식한 패턴을 딥러닝 알고리즘에 입력하여 미래의 목표 정보를 예측하는 정보 예측부를 포함하되,상기 통계 정보는,과거에 측정된 과거의 목표 정보, 상기 과거의 목표 정보를 측정한 시간 정보, 및 상기 과거의 목표 정보와 관련된 관련 정보 중 적어도 하나를 포함하고, 상기 이미지 변환부는,상기 과거의 목표 정보, 시간 정보, 및 관련 정보를 각각 이미지의 픽셀 라인들로 변환하고, 픽셀 라인들을 결합하여 원시 이미지를 생성하고, 상기 원시 이미지와 무작위로 설정된 상기 목표 정보의 추정값을 결합하여 이미지화 된 통계 정보를 생성하는 정보 예측 장치
|
| 10 |
10
제9항에 있어서, 상기 정보 예측부는,인식한 패턴을 딥러닝 알고리즘에 입력하여 미래의 특정 기간에 대응하는 이미지를 생성하고, 미래의 특정 기간에 대응하는 이미지를 역변환하여 미래의 특정 기간에 대응하는 목표 정보를 예측하는 정보 예측 장치
|
| 11 |
11
삭제
|
| 12 |
12
제9항에 있어서, 상기 이미지화 된 통계 정보를 기준값을 초과하는 이미지와 기준값 이하의 이미지로 분류하는 정보 분류부를 더 포함하고, 상기 정보 예측부는,상기 딥러닝 알고리즘이 상기 이미지화 된 통계 정보를 기준값을 초과하는 이미지와 기준값 이하의 이미지로 분류하는 기준점을 상기 목표 정보로 예측하는 정보 예측 장치
|
| 13 |
13
통계 정보를 이미지로 변환하는 이미지 변환부;이미지화 된 통계 정보에 이미지 분석 알고리즘을 적용하여 통계 정보의 패턴을 인식하는 패턴 인식부;딥러닝 알고리즘을 이용하여 상기 통계 정보의 패턴들을 기준값을 초과하는 이미지와 기준값 이하의 이미지로 분류하는 정보 분류부; 및상기 분류 결과에 따라 상기 이미지화 된 통계 정보에 포함될 추정값을 변경하여 상기 통계 정보의 패턴들의 분류 기준을 학습하는 정보 학습부를 포함하되, 상기 정보 학습부는,상기 이미지화 된 통계 정보에 대응하는 목표 정보와 상기 이미지화 된 통계 정보에 대응하는 패턴들이 분류된 결과가 대응하는 경우, 상기 이미지화 된 통계 정보에 포함될 추정값을 유지하고, 상기 이미지화 된 통계 정보에 대응하는 목표 정보와 상기 이미지화 된 통계 정보에 대응하는 패턴들이 분류된 결과가 서로 다른 경우, 상기 이미지화 된 통계 정보에 포함될 추정값을 변경하는 정보 학습 장치
|
| 14 |
14
삭제
|
