맞춤기술찾기

이전대상기술

고빈도 기상 데이터를 이용한 합성곱 신경망 기반의 기상 요소 예측 방법 및 장치

  • 기술번호 : KST2020010677
  • 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 발명은 고빈도 기상 데이터를 이용한 합성곱 신경망 기반의 기상 요소 예측 방법 및 장치에 관한 것으로, 본 발명의 일실시에에 따른 고빈도 기상 데이터를 이용한 합성곱 신경망(CNN: Convolutional Neural Network) 기반의 기상 요소 예측 방법은 컴퓨팅 장치에서 실행되는 기상 요소 예측에 관한 컴퓨터 구현 방법(Computer implemented method)으로서, 예측하고자 하는 기상 요소의 기상 변수들을 한 축으로 나열하고, 다른 한 축은 설정한 시간 길이만큼 상기 기상 변수들의 데이터를 각각 나열하여 2차원 데이터를 구성하는 제1 단계; 상기 예측하고자 하는 기상 요소와 상기 구성한 2차원 데이터를 이용하여 데이터 셋을 구축하는 제2 단계; 한 축의 길이가 1이고, 다른 한 축은 2 이상의 길이인 다수의 합성곱 필터들로 구성되는 합성곱 신경망을 구성하는 제3 단계; 상기 데이터 셋을 이용해 상기 합성곱 신경망을 학습하는 제4 단계; 및 상기 합성곱 신경망을 이용해 기상 요소 예측을 수행하는 제5 단계;를 포함한다.
Int. CL G01W 1/10 (2006.01.01) G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01)
CPC G01W 1/10(2013.01) G01W 1/10(2013.01) G01W 1/10(2013.01)
출원번호/일자 1020200079867 (2020.06.30)
출원인 동국대학교 산학협력단
등록번호/일자
공개번호/일자 10-2020-0087731 (2020.07.21) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.06.30)
심사청구항수 5

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 손영두 서울특별시 동작구
2 이성재 서울특별시 중구 청구로
3 이영섭 서울특별시 송파구

대리인

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

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
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
2020.06.30 수리 (Accepted) 1-1-2020-0674540-91
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컴퓨팅 장치에서 실행되는 기상 요소 예측에 관한 컴퓨터 구현 방법(Computer implemented method)으로서,예측하고자 하는 기상 요소의 기상 변수들을 한 축으로 나열하고, 다른 한 축은 설정한 시간 길이만큼 상기 기상 변수들의 데이터를 각각 나열하여 2차원 데이터를 구성하는 제1 단계;상기 예측하고자 하는 기상 요소와 상기 구성한 2차원 데이터를 이용하여 데이터 셋을 구축하는 제2 단계;한 축의 길이가 1이고, 다른 한 축은 2 이상의 길이인 다수의 합성곱 필터들로 구성되는 합성곱 신경망을 구성하는 제3 단계;상기 데이터 셋을 이용해 상기 합성곱 신경망을 학습하는 제4 단계; 및상기 합성곱 신경망을 이용해 기상 요소 예측을 수행하는 제5 단계;를 포함하는 고빈도 기상 데이터를 이용한 합성곱 신경망 기반의 기상 요소 예측 방법
2 2
청구항 1에 있어서,상기 제1 단계는,예측하고자 하는 기상 요소를 선택하는 단계; 및상기 기상 요소 중에서 입력 데이터로 활용할 기상 변수들을 선택하여, 상기 기상 변수들을 어느 기간만큼 입력할 것인지 설정하는 단계;를 더 포함하는 고빈도 기상 데이터를 이용한 합성곱 신경망 기반의 기상 요소 예측 방법
3 3
청구항 1에 있어서,상기 제3 단계는,상기 합성곱 필터의 가로 길이는 1로 설정하고 세로 길이는 변수들의 수와 일치하게 구성하는 고빈도 기상 데이터를 이용한 합성곱 신경망 기반의 기상 요소 예측 방법
4 4
청구항 1에 있어서,상기 제3 단계는,각 합성곱 필터에서 출력되는 실수 값들을 1차원으로 나열해 완전연결 신경망에 입력하도록 하는 합성곱 신경망을 구성하는 고빈도 기상 데이터를 이용한 합성곱 신경망 기반의 기상 요소 예측 방법
5 5
청구항 1에 있어서,상기 제4 단계는,시험 데이터를 이용해 상기 합성곱 신경망을 테스트하는 단계;를 더 포함하는 고빈도 기상 데이터를 이용한 합성곱 신경망 기반의 기상 요소 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 과학기술정보통신부 동국대학교 개인기초연구(과기정통부)(R&D) 기상예보 정확도 향상을 위한 통계학습 및 인공지능 기반의 기상 예보 모형 개발