맞춤기술찾기

이전대상기술

시뮬레이션 장치 및 방법

  • 기술번호 : KST2020013571
  • 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 시뮬레이션 장치가 제공된다. 상기 시뮬레이션 장치는 복수의 예측 모델 중에서 현재 장면에 대한 제1 프레임 정보와 기설정된 시뮬레이션 간격 중 적어도 하나에 매칭되는 매칭 모델을 검색하는 검색부; 상기 매칭 모델을 이용해서 상기 현재 장면에 대해, 상기 시뮬레이션 간격에 비례하는 제1 시간차를 갖는 예측 장면을 생성하는 생성부; 상기 시뮬레이션 간격을 설정하는 설정부;를 포함할 수 있다.
Int. CL G06T 7/277 (2017.01.01) G06T 7/262 (2017.01.01) G06K 9/00 (2006.01.01)
CPC G06T 7/277(2013.01) G06T 7/277(2013.01) G06T 7/277(2013.01) G06T 7/277(2013.01)
출원번호/일자 1020190062325 (2019.05.28)
출원인 서울시립대학교 산학협력단
등록번호/일자 10-2159645-0000 (2020.09.18)
공개번호/일자
공고번호/일자 (20200925) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.05.28)
심사청구항수 14

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 서울시립대학교 산학협력단 대한민국 서울특별시 동대문구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 양일호 서울특별시 강동구
2 유하진 서울특별시 동대문구
3 허희수 경기도 의정부시 용민로 ***,

대리인

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

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 서울시립대학교 산학협력단 서울특별시 동대문구
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
2019.05.28 수리 (Accepted) 1-1-2019-0544898-35
2 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.09.10 수리 (Accepted) 4-1-2019-5191631-69
3 선행기술조사의뢰서
Request for Prior Art Search
2019.10.02 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2019.11.08 수리 (Accepted) 9-1-2019-0050342-28
5 의견제출통지서
Notification of reason for refusal
2020.05.26 발송처리완료 (Completion of Transmission) 9-5-2020-0361384-58
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.07.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0770786-34
7 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.07.23 수리 (Accepted) 1-1-2020-0770785-99
8 등록결정서
Decision to grant
2020.09.17 발송처리완료 (Completion of Transmission) 9-5-2020-0642204-17
9 [명세서등 보정]보정서(심사관 직권보정)
2020.09.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-5024505-18
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
시계열적으로 배열된 소스 장면을 입력으로 하고 시뮬레이션 간격 후의 예측 장면을 출력하는 모델부;물리 법칙이 적용된 기준 장면과 상기 예측 장면 간의 예측 오차를 파악하는 비교부;를 포함하고,상기 모델부는 상기 시뮬레이션 간격 내의 중간 장면을 상기 예측 장면과 함께 출력하고,상기 비교부에는 시간적으로 상기 중간 장면에 대응되며 물리 법칙이 적용된 추가 장면이 상기 기준 장면과 함께 마련되며,상기 비교부는 상기 추가 장면과 상기 중간 장면 간의 추가 오차를 파악하고,상기 모델부는 상기 소스 장면을 입력으로 하고 상기 예측 장면 및 상기 중간 장면을 출력하는 예측 모델을 상기 예측 오차가 최소화되거나 상기 추가 오차가 최소화되는 방향으로 갱신하는 시뮬레이션 장치
2 2
제1항에 있어서,복수의 상기 예측 모델 중에서 현재 장면에 대한 제1 프레임 정보와 기설정된 시뮬레이션 간격 중 적어도 하나에 매칭되는 매칭 모델을 검색하는 검색부;상기 매칭 모델을 이용해서 상기 현재 장면에 대해, 상기 시뮬레이션 간격에 비례하는 제1 시간차를 갖는 예측 장면을 생성하는 생성부;상기 시뮬레이션 간격을 설정하는 설정부;를 포함하는 시뮬레이션 장치
3 3
제2항에 있어서,상기 현재 장면에 대해 제2 시간차를 갖는 이력 장면이 정의될 때,상기 검색부는 상기 이력 장면의 이력 프레임 정보와 상기 현재 장면의 현재 프레임 정보가 포함된 상기 제1 프레임 정보를 이용해서 상기 매칭 모델을 검색하는 시뮬레이션 장치
4 4
제2항에 있어서,상기 검색부는 상기 현재 장면에 대해 상기 제1 시간차만큼 앞선 이력 장면의 이력 프레임 정보와 상기 현재 장면의 현재 프레임 정보를 이용해서 상기 매칭 모델을 검색하고,상기 생성부는 상기 현재 장면에 대해 상기 제1 시간차만큼 늦은 상기 예측 장면을 생성하는 시뮬레이션 장치
5 5
제2항에 있어서,상기 매칭 모델은 상기 제1 프레임 정보가 입력되면 제2 프레임 정보를 출력하도록 학습된 모델이고,상기 생성부는 상기 제2 프레임 정보를 이용해서 상기 예측 장면을 생성하는 시뮬레이션 장치
6 6
제2항에 있어서,상기 설정부는 사용자의 선택에 따라 상기 시뮬레이션 간격을 변화시키거나, 상기 현재 장면에 적응적으로 상기 시뮬레이션 간격을 변화시키는 시뮬레이션 장치
7 7
제2항에 있어서,상기 설정부는 상기 제1 프레임 정보에 포함된 각 오브젝트의 중요도를 판단하고,상기 설정부는 상기 중요도에 따라 상기 오브젝트별로 상기 시뮬레이션 간격을 다르게 설정하는 시뮬레이션 장치
8 8
제2항에 있어서,상기 시뮬레이션 간격으로 인해 상기 현재 장면과 상기 예측 장면 사이에 누락된 중간 장면을 선형 보간하는 보간부가 마련된 시뮬레이션 장치
9 9
제1항에 있어서,상기 소스 장면으로부터 제1 프레임 정보를 추출하는 추출부가 마련되고,상기 모델부는 상기 제1 프레임 정보가 입력되면 제2 프레임 정보를 출력하며,상기 비교부는 상기 제2 프레임 정보를 상기 기준 장면으로부터 추출한 기준 프레임 정보와 비교하고,상기 모델부는 상기 제2 프레임 정보와 상기 기준 프레임 정보 간의 오차가 최소화되는 방향으로 상기 예측 모델을 갱신하는 시뮬레이션 장치
10 10
제1항에 있어서,상기 모델부는 특정 소스 장면 및 특정 시뮬레이션 간격 중 적어도 하나에 대해 상기 예측 오차가 설정 오차를 만족할 때까지 상기 예측 모델을 갱신하며 갱신된 예측 모델을 이용해서 상기 예측 장면을 출력하는 과정을 반복하고,상기 모델부는 상기 예측 오차가 상기 설정 오차를 만족하면, 상기 특정 소스 장면 및 상기 특정 시뮬레이션 간격 중 적어도 하나에 상기 예측 모델을 매칭시켜 저장하는 시뮬레이션 장치
11 11
제1항에 있어서,상기 모델부는 설정 범위 내에서 상기 시뮬레이션 간격을 변화시키고,상기 모델부는 변화된 시뮬레이션 간격별로 상기 예측 모델을 생성하는 시뮬레이션 장치
12 12
삭제
13 13
시계열적으로 배열된 소스 장면을 입력으로 하고 시뮬레이션 간격 후의 예측 장면을 출력하는 모델부;물리 법칙이 적용된 기준 장면과 상기 예측 장면 간의 예측 오차를 파악하는 비교부;를 포함하고,상기 모델부는 상기 소스 장면을 입력으로 하고 상기 예측 장면을 출력하는 예측 모델을 상기 예측 오차가 최소화되는 방향으로 갱신하며,상기 모델부는 상기 시뮬레이션 간격, 입력된 상기 소스 장면의 개수, 상기 예측 모델의 종류, 상기 예측 모델의 구조 중 적어도 하나를 포함하는 하이퍼 파라미터 집합에 따라 서로 구별되는 복수의 예측 모델을 생성하고,상기 모델부는 특정 하이퍼 파라미터 집합에 대해 상기 예측 오차가 최소화되는 예측 모델을 1차 선택하며,상기 모델부는 상기 1차 선택의 결과 상기 예측 오차가 최소화된 예측 모델이 복수로 존재하면, 상기 예측 장면의 생성에 필요한 연산 시간이 가장 빠른 예측 모델을 2차 선택하고,상기 모델부는 상기 2차 선택된 예측 모델을 상기 특정 하이퍼 파라미터 집합에 매칭시켜 저장하는 시뮬레이션 장치
14 14
제13항에 있어서,상기 하이퍼 파라미터를 설정하는 파라미터부가 마련되고,상기 파라미터부는 사용자의 선택에 따라 상기 하이퍼 파라미터 집합의 최대 크기를 제한하고, 제한된 집합 크기 내에서 중복없이 랜덤하게 상기 하이퍼 파라미터를 지정하며,상기 파라미터부는 상기 시뮬레이션 간격이 분석적 기법의 연산 간격과 동일한 상태에서 상기 분석적 기법보다 연산 속도를 느리게 하는 악성 하이퍼 파라미터를 상기 모델부의 모니터링을 통해 제외시키거나,상기 파라미터부는 상기 시뮬레이션 간격이 한단계 차이나는 2개의 예측 모델의 연산 속도를 모니터링하고, 시간적으로 빠른 예측 모델보다 시간적으로 늦은 예측 모델의 연산 속도를 느리게 하는 악성 하이퍼 파라미터를 제외시키는 시뮬레이션 장치
15 15
학습 유니트에서 머신 러닝을 이용해 시뮬레이션 간격별로 별도의 예측 모델이 구축된 모델 뱅크를 생성하는 단계;연산 유니트에서 시뮬레이션 간격을 조절하는 단계;상기 연산 유니트에서 상기 시뮬레이션 간격에 매칭되는 예측 모델을 상기 모델 뱅크를 대상으로 검색하는 단계;상기 연산 유니트에서 상기 예측 모델을 이용해 상기 시뮬레이션 간격 이후의 예측 장면을 생성하는 단계;를 포함하고,상기 예측 모델이 구축된 모델 뱅크를 생성하는 단계는,상기 시뮬레이션 간격, 입력된 소스 장면의 개수, 상기 예측 모델의 종류, 상기 예측 모델의 구조 중 적어도 하나를 포함하는 하이퍼 파라미터 집합에 따라 서로 구별되는 복수의 예측 모델을 생성하고,특정 하이퍼 파라미터 집합에 대해, 물리 법칙이 적용된 기준 장면과 상기 예측 장면 간의 예측 오차가 최소화되는 예측 모델을 1차 선택하며,모델부는 상기 1차 선택의 결과 상기 예측 오차가 최소화된 예측 모델이 복수로 존재하면, 상기 예측 장면의 생성에 필요한 연산 시간이 가장 빠른 예측 모델을 2차 선택하고,상기 모델부는 상기 2차 선택된 예측 모델을 상기 특정 하이퍼 파라미터 집합에 매칭시켜 저장하여 상기 모델 뱅크를 구축하는 시뮬레이션 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.