| 1 |
1
학습을 통한 파라미터 개선 기반의 예측 시스템에 있어서,예측 파라미터를 입력받아 미래 데이터를 생성하는 예측 알고리즘 모듈과,이전 데이터와 현재 데이터를 입력받아 학습하여 예측 파라미터를 개선하여 상기 예측 알고리즘 모듈에 입력하는 학습 모듈을 포함하여, 향상된 예측 알고리즘을 실현하는 학습을 통한 파라미터 개선 기반의 예측 시스템
|
| 2 |
2
제1항에 있어서,상기 예측 알고리즘 모듈은, 특정 환경의 센서 감지값과 센서 에러값을 입력받아 처리하여 특정 환경 예측값을 출력하는 칼만 필터를 포함하고, 상기 학습 모듈은, 적어도 하나의 특정 환경의 센서 감지값과 상기 특정 환경 예측값을 입력받아 그 차이값에 의해 학습하여 학습된 센서 에러값을 형성하여 상기 칼만 필터에 입력하는 것을 특징으로 하는, 학습을 통한 파라미터 개선 기반의 예측 시스템
|
| 3 |
3
제2항에 있어서,상기 학습 모듈은 신경망과, 상기 신경망에서 출력되는 학습된 센서 에러값과 미리 설정되는 에러 인자를 이용하여 상기 센서 에러값을 계산하는 센서 에러 계산부를 포함하는 것인, 학습을 통한 파라미터 개선 기반의 예측 시스템
|
| 4 |
4
제3항에 있어서,상기 신경망의 입력층에는 온도센서의 감지값, 습도센서의 감지값, 상기 칼만 필터에서 출력되는 추정 온도값이 입력되고,상기 칼만 필터는, 상태변이 메트릭스와 제어 메트릭스를 이용하여 예측 온도를 계산하는 예측 온도 계산부와, 특정 환경의 센서값 독출부와, 상기 학습 모듈에서 학습된 센서 에러값 독출부와, 공분산 값을 계산하고 갱신된 공분산 값을 계산하는 공분산 값 계산 및 갱신부와, 상기 학습된 센서 에러값과 상기 공분산 값을 입력받아 계산하여 칼만이득을 출력하는 칼만이득 계산부, 상기 센서값 독출부의 센서값과 상기 예측온도 계산부로부터의 예측 온도 및 상기 칼만이득에 의해 온도를 추정하여 추정 온도를 출력하는 실제 온도 추정부를 포함하는, 학습을 통한 파라미터 개선 기반의 예측 시스템
|
| 5 |
5
제4항에 있어서,상기 예측 온도 계산부가 예측 온도를 계산하는 식은, 이고, 상기 공분산 계산 및 갱신부가 상기 공분산값(Pt)을 계산하는 식은, 이고, 상기 갱신된 공분산값(Ppredicted)을 계산하는 식은, 이며, 상기 칼만이득 계산부가 칼만이득을 계산하는 식은,이고,상기 실제 온도 추정부가 실제온도를 추정하는 식은, 이고,여기서, A: 상태 전환 매트릭스AT : 상태 전환 매트릭스의 전치B : 제어 매트릭스 Tt-1 : 이전에 계산된 온도ut : 제어 벡터Tt : 현재의 센서 온도 I : 식별 메트릭스로서, 매트릭스 곱을 용이하게 하는데 사용됨H : 관측 메트릭스zt : 센서 입력값(판독값)K : 칼만 게인 Q : 추정 오류
|
| 6 |
6
학습을 통한 파라미터 개선 기반의 예측 방법에 있어서,예측 알고리즘 모듈이 예측 파라미터를 입력받아 미래 데이터를 생성하는 제1단계와,학습 모듈이 이전 데이터와 현재 데이터를 입력받아 학습하여 예측 파라미터를 개선하여 상기 예측 알고리즘 모듈에 입력하는 제2단계를 포함하여, 향상된 예측 알고리즘을 실현하는 학습을 통한 파라미터 개선 기반의 예측 방법
|
| 7 |
7
제6항에 있어서,상기 예측 알고리즘 모듈은, 특정 환경의 센서 감지값과 센서 에러값을 입력받아 처리하여 특정 환경 예측값을 출력하는 칼만 필터를 포함하고, 상기 제2단계는, 상기 학습 모듈이, 적어도 하나의 특정 환경의 센서 감지값과 상기 특정 환경 예측값을 입력받아 그 차이값에 의해 학습하여 학습된 센서 에러값을 형성하여 상기 칼만 필터에 입력하는 단계를 포함하는, 학습을 통한 파라미터 개선 기반의 예측 방법
|
