맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

에이전트 기반 시뮬레이션에서 기계학습을 이용한 미시 시뮬레이션 파리미터 교정 방법 및 장치

  • 기술번호 : KST2020006373
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
상담신청 PDF 받기
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 컴퓨터에 의해 수행되는, 에이전트 기반 시뮬레이션에서 기계학습을 이용한 미시 시뮬레이션 파리미터 교정 방법이 제공된다. 본 개시의 방법은 (a) 복수의 에이전트의 특성 데이터를 포함하며, 시뮬레이션을 통하여 추정하고자 하는 목표 데이터인 동화 대상 데이터를 전처리하여 소정의 데이터 포맷으로 변환하여 밸리데이션(validation) 데이터를 생성하는 단계; (b) 상기 복수의 에이전트가 가지고 있는 특성에 대한 초기 파리미터 세트와 외부 변수를 시뮬레이션에 반영하기 위한 시나리오 데이터를 ABM 입력 데이터로 하여, 에이전트 기반 모델링 및 시뮬레이션(Agent-Based Modeling and Simulation: ABMS)을 수행하여 상기 복수의 에이전트 각각의 에이전트 미시 데이터를 구하고, 상기 에이전트 미시 데이터를 집합(aggregation)하여 에이전트 거시 데이터를 구하는 단계; (c) 상기 복수의 에이전트 각각의 미시 데이터에 대해 미시 군집 분석을 수행하여 적어도 하나의 군집(clustering)을 생성하고 군집 분석을 수행하는 단계; (d) 상기 밸리데이션 데이터와 상기 에이전트 거시 데이터를 비교하여 오차를 분석하는 단계; (e)　상기 오차가 소정의 기준치를 초과하는 경우, (e-1)　상기 오차를 줄이도록 상기 적어도 하나의 군집 각각에 대한 상기 파라미터를 교정하고, 상기 적어도 하나의 군집 각각에 대해 교정 파라미터 세트를 설정하는 단계; (e-2) 상기 복수의 에이전트가 가지고 있는 특성에 대한 교정 초기 파리미터 세트와 상기 시나리오 데이터를 ABM 입력 데이터로 설정하고, 상기 ABM 입력 데이터에 대해 에이전트 기반 모델링 및 시뮬레이션을 수행하여 상기 복수의 에이전트 각각의 에이전트 미시 데이터를 구하고, 상기 에이전트 미시 데이터를 집합하여 에이전트 거시 데이터를 구하는 단계; (e-3) 상기 (d) 단계 및 (e) 단계를 수행하는 단계; (f) 상기 오차가 소정의 기준치 이하인 경우, 상기 교정된 파라미터를 최종 파라미터로 판단하는 단계를 포함할 수 있다.
Int. CL G06F 30/00 (2020.01.01) G06F 16/00 (2019.01.01) G06N 99/00 (2019.01.01)
CPC G06F 30/20(2013.01) G06F 30/20(2013.01) G06F 30/20(2013.01)
출원번호/일자 1020180146622 (2018.11.23)
출원인 한국과학기술원
등록번호/일자 10-2153540-0000 (2020.09.02)
공개번호/일자 10-2020-0061173 (2020.06.02) 문서열기
공고번호/일자 (20200921) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.11.23)
심사청구항수 5

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 김동준 세종특별자치시 장군
2 문일철 대전광역시 유성구
3 윤태섭 대전광역시 서구

대리인

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

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		 2018.11.23 수리 (Accepted) 1-1-2018-1173171-59
2 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment		 2018.12.13 수리 (Accepted) 1-1-2018-1254143-14
3 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.04.24 수리 (Accepted) 4-1-2019-5081392-49
4 의견제출통지서
Notification of reason for refusal		 2019.12.18 발송처리완료 (Completion of Transmission) 9-5-2019-0914220-82
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2020.01.20 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0060389-13
6 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
7 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
8 등록결정서
Decision to grant		 2020.06.19 발송처리완료 (Completion of Transmission) 9-5-2020-0421946-04
9 [명세서등 보정]보정서(심사관 직권보정)
 2020.09.16 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-5023915-56
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컴퓨터에 의해 수행되는, 에이전트 기반 시뮬레이션에서 기계학습을 이용한 미시 시뮬레이션 파라미터 교정 방법으로서, (a) 복수의 에이전트의 특성 데이터를 포함하며, 시뮬레이션을 통하여 추정하고자 하는 목표 데이터인 동화 대상 데이터를 전처리하여 소정의 데이터 포맷으로 변환하여 밸리데이션(validation) 데이터를 생성하는 단계; (b) 상기 복수의 에이전트가 가지고 있는 특성에 대한 초기 파라미터 세트와 외부 변수를 시뮬레이션에 반영하기 위한 시나리오 데이터를 ABM 입력 데이터로 하여, 에이전트 기반 모델링 및 시뮬레이션(Agent-Based Modeling and Simulation: ABMS)을 수행하여 상기 복수의 에이전트 각각의 에이전트 미시 데이터를 구하고, 상기 에이전트 미시 데이터를 집합(aggregation)하여 에이전트 거시 데이터를 구하는 단계; (c) 상기 복수의 에이전트 각각의 미시 데이터에 대해 미시 군집 분석을 수행하여 적어도 하나의 군집(clustering)을 생성하고 군집 분석을 수행하는 단계; (d) 상기 밸리데이션 데이터와 상기 에이전트 거시 데이터를 비교하여 오차를 분석하는 단계; (e)　상기 오차가 소정의 기준치를 초과하는 경우, (e-1)　상기 오차를 줄이도록 상기 적어도 하나의 군집 각각에 대한 상기 파라미터를 교정하고, 상기 적어도 하나의 군집 각각에 대해 교정 파라미터 세트를 설정하는 단계; (e-2) 상기 복수의 에이전트가 가지고 있는 특성에 대한 교정 초기 파라미터 세트와 상기 시나리오 데이터를 ABM 입력 데이터로 설정하고, 상기 ABM 입력 데이터에 대해 에이전트 기반 모델링 및 시뮬레이션을 수행하여 상기 복수의 에이전트 각각의 에이전트 미시 데이터를 구하고, 상기 에이전트 미시 데이터를 집합하여 에이전트 거시 데이터를 구하는 단계; (e-3) 상기 (d) 단계 및 (e) 단계를 수행하는 단계;(f)　상기 오차가 소정의 기준치 이하인 경우, 상기 교정된 파라미터를 최종 파라미터로 판단하는 단계를 포함하는 미시 시뮬레이션 파라미터 교정 방법
2 2
컴퓨터에 의해 수행되는, 에이전트 기반 시뮬레이션에서 기계학습을 이용한 미시 시뮬레이션 파라미터 교정 방법으로서, (a) 복수의 에이전트의 특성 데이터를 포함하며, 시뮬레이션을 통하여 추정하고자 하는 목표 데이터인 동화 대상 데이터를 전처리하여 소정의 데이터 포맷으로 변환하여 밸리데이션(validation) 데이터를 생성하는 단계; (b) 상기 복수의 에이전트가 가지고 있는 특성에 대한 초기 파라미터 세트와 외부 변수를 시뮬레이션에 반영하기 위한 시나리오 데이터를 ABM 입력 데이터로 하여, 에이전트 기반 모델링 및 시뮬레이션(Agent-Based Modeling and Simulation: ABMS)을 수행하여 상기 복수의 에이전트 각각의 에이전트 미시 데이터를 구하고, 상기 에이전트 미시 데이터를 집합(aggregation)하여 에이전트 거시 데이터를 구하는 단계; (c) 상기 복수의 에이전트 각각의 미시 데이터에 대해 미시 군집 분석을 수행하여 적어도 하나의 군집(clustering)을 생성하고 군집 분석을 수행하는 단계; (d) 상기 밸리데이션 데이터와 상기 에이전트 거시 데이터를 비교하여 오차를 분석하는 단계; 및 (e)　상기 오차가 소정의 기준치를 초과하는 경우, 미시 파라미터를 추정하는 단계를 포함하는 미시 시뮬레이션 파라미터 교정 방법
3 3
제1항에 있어서, 상기 군집 분석을 수행하는 단계는 변이형 오토인코더(variational autoencoder, VAE)를 통해 에이전트의 잠재 표현(hidden representation)을 학습한 후 잠재 표현을 새로운 입력값으로 하여 군집 분석을 수행하는 단계인 미시 시뮬레이션 파라미터 교정 방법
4 4
하나 이상의 명령어를 포함하는 컴퓨터 판독 가능 기록 매체로서,상기 하나 이상의 명령어는, 컴퓨터에 위해 실행되는 경우, 상기 컴퓨터로 하여금, 제1항 내지 제3항 중 어느 한 항의 방법을 수행하게 하는, 컴퓨터 판독 가능 기록 매체
5 5
에이전트 기반 시뮬레이션에서 기계학습을 이용한 미시 시뮬레이션 파라미터 교정 장치로서, 복수의 에이전트의 특성 데이터를 포함하며, 시뮬레이션을 통하여 추정하고자 하는 목표 데이터인 동화 대상 데이터를 전처리하여 소정의 데이터 포맷으로 변환하여 밸리데이션(validation) 데이터를 생성하도록 구성된 밸리데이션 데이터 생성 모듈; 상기 복수의 에이전트가 가지고 있는 특성에 대한 초기 파라미터 세트와 외부 변수를 시뮬레이션에 반영하기 위한 시나리오 데이터를 ABM 입력 데이터로 하여, 에이전트 기반 모델링 및 시뮬레이션(Agent-Based Modeling and Simulation: ABMS)을 수행하여 상기 복수의 에이전트 각각의 에이전트 미시 데이터를 구하고, 상기 에이전트 미시 데이터를 집합(aggregation)하여 에이전트 거시 데이터를 구하도록 구성된 모델링 모듈; 상기 복수의 에이전트 각각의 미시 데이터에 대해 미시 군집 분석을 수행하여 적어도 하나의 군집(clustering)을 생성하고 군집 분석을 수행하도록 구성된 군집 분석 모듈;상기 밸리데이션 데이터와 상기 에이전트 거시 데이터를 비교하여 오차를 분석하도록 구성된 오차 분석 모듈; 및 상기 오차를 줄이도록 상기 적어도 하나의 군집 각각에 대한 상기 파라미터를 교정하고, 상기 적어도 하나의 군집 각각에 대해 교정 파라미터 세트를 설정하도록 구성된 미시 파라미터 추정 모듈을 포함하는 미시 시뮬레이션 파라미터 교정 장치
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
패밀리 정보가 없습니다

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 WO2020105776 WO 세계지적재산권기구(WIPO) DOCDBFAMILY
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 한국과학기술원 SW컴퓨팅산업원천기술개발(R＆D, 정보화) 점진적 기계학습 기반 자가진화 (Self-Evolving) 에이전트 시뮬레이션을 이용한 사회변화 예측 분석 기술 개발