맞춤기술찾기

이전대상기술

사용자 이용 패턴을 신경망 알고리즘으로 분석하여 다음 어플리케이션을 예측하는 모바일 디바이스 메모리 관리 장치 및 방법

  • 기술번호 : KST2020015368
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 사용자 이용 패턴을 신경망 알고리즘으로 분석하여 다음 어플리케이션의 실행 확률을 산출하고 이를 기반으로 메인 메모리에 어플리케이션의 적재를 관리하는 기술로서, 일실시예에 따른 메모리 관리 장치는 모바일 디바이스에서 사용자 별로 발생된 이용 패턴 데이터를 수집하는 이용 패턴 수집부, 상기 수집된 이용 패턴 데이터에 대해 기계 학습을 통해 분석하여, 실행될 어플리케이션에 대한 실행 확률을 산출하는 분석 처리부, 및 상기 산출된 실행 확률을 고려하여, 메인 메모리의 어플리케이션 적재를 관리하는 제어부를 포함할 수 있다.
Int. CL G06F 9/50 (2018.01.01) G06F 11/30 (2006.01.01) G06N 20/00 (2019.01.01)
CPC G06F 9/5016(2013.01) G06F 9/5016(2013.01) G06F 9/5016(2013.01) G06F 9/5016(2013.01) G06F 9/5016(2013.01)
출원번호/일자 1020190035605 (2019.03.28)
출원인 연세대학교 산학협력단
등록번호/일자 10-2167747-0000 (2020.10.13)
공개번호/일자 10-2020-0114233 (2020.10.07) 문서열기
공고번호/일자 (20201019) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.03.28)
심사청구항수 19

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정의영 서울특별시 강남구
2 김정빈 서울특별시 서대문구
3 박영민 서울특별시 성북구
4 김기태 서울특별시 관악구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김연권 대한민국 서울특별시 송파구 법원로 ***, ****/****호(문정동, 문정대명벨리온)(시안특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 연세대학교 산학협력단 서울특별시 서대문구
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
2019.03.28 수리 (Accepted) 1-1-2019-0317568-15
2 선행기술조사의뢰서
Request for Prior Art Search
2019.12.05 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2020.01.06 발송처리완료 (Completion of Transmission) 9-6-2020-0011353-57
4 의견제출통지서
Notification of reason for refusal
2020.05.14 발송처리완료 (Completion of Transmission) 9-5-2020-0332179-25
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.07.14 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0732074-65
6 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.07.14 수리 (Accepted) 1-1-2020-0732073-19
7 등록결정서
Decision to grant
2020.10.12 발송처리완료 (Completion of Transmission) 9-5-2020-0698946-11
8 [명세서등 보정]보정서(심사관 직권보정)
2020.10.15 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-5026226-21
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
모바일 디바이스에서 사용자 별로 발생된 이용 패턴 데이터를 수집하는 이용 패턴 수집부;상기 수집된 이용 패턴 데이터에 대해 기계 학습을 통해 분석하여, 실행될 어플리케이션에 대한 실행 확률을 산출하는 분석 처리부; 및상기 산출된 실행 확률을 고려하여, 메인 메모리의 어플리케이션 적재를 관리하는 제어부를 포함하고,상기 이용 패턴 수집부는,어플리케이션 별로 해당 어플리케이션이 실행됐을 때의 모바일 디바이스의 환경 정보를 포함하는 상기 이용 패턴 데이터로서 앱 동작시간 정보, 배터리 정보, 기기온도 정보, 이어폰 정보, CPU 사용량 정보, 램 사용량 정보, 어플리케이션 정보, 블루투스 정보, 화면정보, 와이파이 정보를 포함하는 모바일 디바이스의 상태정보를 로그파일의 형태로 저장한 데이터를 수집하고,상기 제어부는,상기 어플리케이션이 실행되는 경우 상기 이용 패턴 데이터를 기반으로 생성된 학습 모델에 기반하여 상기 실행된 어플리케이션과 관련된 상기 모바일 디바이스의 환경 정보에 상응하도록 상기 모바일 디바이스의 환경을 제어하는를 포함하는 모바일 디바이스의 메모리 관리 장치
2 2
제1항에 있어서,상기 분석 처리부는,상기 수집된 이용 패턴 데이터에 대해 기계 학습을 통해 학습 모델을 생성하고, 현재 확인되는 모바일 디바이스의 환경 정보를 상기 학습 모델에 적용하여, 상기 모바일 디바이스에서의 상기 실행 확률을 산출하는 모바일 디바이스의 메모리 관리 장치
3 3
제1항에 있어서,상기 분석 처리부는,Tree Augmented Naive Bayesian Network (TAN) 알고리즘, Basic Neural Network (BNN) 알고리즘, 및 Recurrent Neural Network (RNN) 중에서 적어도 하나의 알고리즘을 이용해서 기계 학습하는 모바일 디바이스의 메모리 관리 장치
4 4
삭제
5 5
삭제
6 6
제1항에 있어서,상기 분석 처리부는,상기 어플리케이션의 특징을 고려하여, 상기 어플리케이션 별로 이용 패턴 데이터에 가중치를 다르게 부여하고, 상기 부여된 가중치에 기초하여 상기 어플리케이션에 대한 실행 확률을 산출하는 모바일 디바이스의 메모리 관리 장치
7 7
제1항에 있어서,상기 제어부는,어플리케이션들에 대해 산출된 실행 확률들 중에서, 가장 높은 실행 확률에 해당하는 특정 어플리케이션을 상기 메인 메모리에 적재하는 모바일 디바이스의 메모리 관리 장치
8 8
제7항에 있어서,상기 제어부는,상기 메인 메모리에 어플리케이션 적재 공간이 남아 있는 경우, 상기 특정 어플리케이션을 상기 메인 메모리에 적재하는 모바일 디바이스의 메모리 관리 장치
9 9
제7항에 있어서,상기 제어부는,상기 메인 메모리에서 어플리케이션 적재 공간이 남아 있지 않는 경우, 상기 메인 메모리에 적재되어 있는 어플리케이션들 중에서 실행 확률이 가장 낮은 어플리케이션을 상기 메인 메모리에서 제거한 후, 상기 특정 어플리케이션을 적재하는 모바일 디바이스의 메모리 관리 장치
10 10
제1항에 있어서,상기 제어부는,상기 메인 메모리에 현재 적재되어 있는 어플리케이션들 중에서, 기준값 이하의 실행 확률로 산출된 적어도 하나 이상의 어플리케이션을 상기 메인 메모리에서 제거하는 모바일 디바이스의 메모리 관리 장치
11 11
제1항에 있어서,상기 제어부는,상기 메인 메모리에 현재 적재되어 있는 어플리케이션들 중에서, 실행 확률이 낮은 순서대로 선정된 개수의 어플리케이션을 상기 메인 메모리에서 제거하는 모바일 디바이스의 메모리 관리 장치
12 12
제1항에 있어서,상기 제어부는,상기 메인 메모리의 용량을 고려하여, 상기 산출된 실행 확률이 높은 순서대로 해당되는 적어도 하나 이상의 어플리케이션을 상기 메인 메모리에 순차적으로 적재하는 모바일 디바이스의 메모리 관리 장치
13 13
삭제
14 14
모바일 디바이스에서 사용자 별로 발생된 이용 패턴 데이터를 수집하는 단계;상기 수집된 이용 패턴 데이터에 대해 기계 학습을 통해 분석하여, 실행될 어플리케이션에 대한 실행 확률을 산출하는 단계;상기 산출된 실행 확률을 고려하여, 메인 메모리의 어플리케이션 적재를 관리하는 단계; 및상기 기계 학습된 이용 패턴 데이터에 기반하여 모바일 디바이스의 환경을 제어하는 단계를 포함하고,상기 모바일 디바이스에서 사용자 별로 발생된 이용 패턴 데이터를 수집하는 단계는,어플리케이션 별로 해당 어플리케이션이 실행됐을 때의 모바일 디바이스의 환경 정보를 포함하는 상기 이용 패턴 데이터로서 앱 동작시간 정보, 배터리 정보, 기기온도 정보, 이어폰 정보, CPU 사용량 정보, 램 사용량 정보, 어플리케이션 정보, 블루투스 정보, 화면정보, 와이파이 정보를 포함하는 모바일 디바이스의 상태정보를 로그파일의 형태로 저장한 데이터를 수집하는 단계를 포함하고,상기 기계 학습된 이용 패턴 데이터에 기반하여 모바일 디바이스의 환경을 제어하는 단계는,상기 어플리케이션이 실행되는 경우 상기 이용 패턴 데이터를 기반으로 생성된 학습 모델에 기반하여 상기 실행된 어플리케이션과 관련된 상기 모바일 디바이스의 환경 정보에 상응하도록 상기 모바일 디바이스의 환경을 제어하는 단계를 포함하는 모바일 디바이스의 메모리 관리 방법
15 15
제14항에 있어서,상기 실행 확률을 산출하는 단계는,상기 수집된 이용 패턴 데이터에 대해 기계 학습을 통해 학습 모델을 생성하는 단계;현재 확인되는 모바일 디바이스의 환경 정보를 상기 학습 모델에 적용하는 단계; 및상기 모바일 디바이스에서의 상기 실행 확률을 산출하는 단계를 포함하는 모바일 디바이스의 메모리 관리 방법
16 16
제14항에 있어서,상기 실행 확률을 산출하는 단계는,상기 어플리케이션의 특징을 고려하여, 상기 어플리케이션 별로 이용 패턴 데이터에 가중치를 다르게 부여하는 단계; 및상기 부여된 가중치에 기초하여 상기 어플리케이션에 대한 실행 확률을 산출하는 단계를 포함하는 모바일 디바이스의 메모리 관리 방법
17 17
제14항에 있어서,상기 메인 메모리의 어플리케이션 적재를 관리하는 단계는,어플리케이션들에 대해 산출된 실행 확률들 중에서, 가장 높은 실행 확률에 해당하는 특정 어플리케이션을 상기 메인 메모리에 적재하는 단계를 포함하는 모바일 디바이스의 메모리 관리 방법
18 18
제17항에 있어서,상기 메인 메모리의 어플리케이션 적재를 관리하는 단계는,상기 메인 메모리에 어플리케이션 적재 공간이 남아 있는 경우, 상기 특정 어플리케이션을 상기 메인 메모리에 적재하는 단계를 포함하는 모바일 디바이스의 메모리 관리 방법
19 19
제17항에 있어서,상기 메인 메모리의 어플리케이션 적재를 관리하는 단계는,상기 메인 메모리에서 어플리케이션 적재 공간이 남아 있지 않는 경우, 상기 메인 메모리에 적재되어 있는 어플리케이션들 중에서 실행 확률이 가장 낮은 어플리케이션을 상기 메인 메모리에서 제거한 후, 상기 특정 어플리케이션을 적재하는 단계를 포함하는 모바일 디바이스의 메모리 관리 방법
20 20
제14항에 있어서,상기 메인 메모리의 어플리케이션 적재를 관리하는 단계는,상기 메인 메모리에 현재 적재되어 있는 어플리케이션들 중에서, 기준값 이하의 실행 확률로 산출된 적어도 하나 이상의 어플리케이션을 상기 메인 메모리에서 제거하는 단계를 포함하는 모바일 디바이스의 메모리 관리 방법
21 21
제14항에 있어서,상기 메인 메모리의 어플리케이션 적재를 관리하는 단계는,상기 메인 메모리에 현재 적재되어 있는 어플리케이션들 중에서, 실행 확률이 낮은 순서대로 선정된 개수의 어플리케이션을 상기 메인 메모리에서 제거하는 단계를 포함하는 모바일 디바이스의 메모리 관리 방법
22 22
제14항에 있어서,상기 메인 메모리의 어플리케이션 적재를 관리하는 단계는,상기 메인 메모리의 용량을 고려하여, 상기 산출된 실행 확률이 높은 순서대로 해당되는 적어도 하나 이상의 어플리케이션을 상기 메인 메모리에 순차적으로 적재하는 단계를 포함하는 모바일 디바이스의 메모리 관리 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 연세대학교 산학협력단 복합인지기술개발사업 [Ezbaro] (총괄/2세부)현장출동 요원용 신원확인 정보처리 기술 개발 (1단계)(1/2)