맞춤기술찾기

이전대상기술

대중교통 네트워크 기반의 빅 데이터를 이용한 미세먼지 예측 시스템 및 그 방법

  • 기술번호 : KST2020016650
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
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 대중교통 네트워크 기반의 빅 데이터를 통한 미세먼지 예측 시스템 및 그 방법에 대한 것이다. 본 발명에 따르면, 대중교통수단에 설치되며 운행구간마다 기상데이터를 획득하는 제1 측정장치, 정류소에 설치되며, 정류소 주변의 기상데이터를 획득하는 제2 측정장치, 그리고 상기 제1측정장치 및 제2측정장치로부터 측정된 기상데이터를 수신하고, 수신된 기상데이터를 기 구축된 신경망 모델에 입력하여 미래 시점의 미세먼지에 대한 농도 및 분포량을 예측하는 미세먼지 예측 서버를 포함한다. 본 발명에 따른 미세먼지 예측 시스템은 기상데이터를 대중교통수단과 정류소로 분리하여 각각 수집하므로 기존의 기상 측정 시스템에 비해 저렴한 비용으로 기상데이터를 획득할 수 있다. 또한, 버스의 노선에 따라 거의 모든 지역을 일정하게 이동하는 대중교통수단을 이용하여 기상데이터를 획득하므로 지역 및 위치에 따라 달라지는 미세먼지에 대한 농도 및 분포량을 보다 정확하게 예측할 수 있다. 또한, 본 발명에 따른 미세먼지 예측 시스템은 대중교통 수단의 주행거리마다 미래 시점의 미세먼지에 대한 농도 및 분포량을 예측하므로, 지역 또는 위치에 따라 보다 세밀하고 정확한 미세먼지에 대한 농도 및 분포량에 대한 정보를 제공하여 국민의 건강 및 안전에 이바지할 수 있다.
Int. CL G06Q 50/26 (2012.01.01) G06Q 50/30 (2012.01.01) G06N 3/04 (2006.01.01) G06N 5/04 (2006.01.01) G06N 20/00 (2019.01.01) G01W 1/02 (2006.01.01)
CPC G06Q 50/26(2013.01) G06Q 50/26(2013.01) G06Q 50/26(2013.01) G06Q 50/26(2013.01) G06Q 50/26(2013.01) G06Q 50/26(2013.01)
출원번호/일자 1020190064860 (2019.05.31)
출원인 인하대학교 산학협력단
등록번호/일자
공개번호/일자 10-2020-0137853 (2020.12.09) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.05.31)
심사청구항수 6

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 인하대학교 산학협력단 대한민국 인천광역시 미추홀구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이은상 서울특별시 양천구
2 김준영 인천광역시 미추홀구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인태백 대한민국 서울 금천구 가산디지털*로 *** 이노플렉스 *차 ***호

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
2019.05.31 수리 (Accepted) 1-1-2019-0563815-57
2 의견제출통지서
Notification of reason for refusal
2020.07.23 발송처리완료 (Completion of Transmission) 9-5-2020-0500654-53
3 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.09.23 수리 (Accepted) 1-1-2020-1010547-48
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.09.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-1010546-03
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
대중교통 네트워크 기반의 빅 데이터를 이용한 미세먼지 예측 시스템에 있어서, 대중교통수단에 설치되며 운행구간마다 기상데이터를 획득하는 제1 측정장치,정류소에 설치되며, 정류소 주변의 기상데이터를 획득하는 제2 측정장치, 그리고상기 제1측정장치 및 제2측정장치로부터 측정된 기상데이터를 수신하고, 수신된 기상데이터를 기 구축된 신경망 모델에 입력하여 미래 시점의 미세먼지에 대한 농도 및 분포량을 예측하는 미세먼지 예측 서버를 포함하는 미세먼지 예측 시스템
2 2
제1항에 있어서, 상기 제1 측정장치는, GPS 모듈을 더 포함하여, 상기 GPS 모듈에 의해 획득한 대중교통수단의 위치 정보와 현재 시점에서 측정된 미세먼지, 온도 및 습도를 포함하는 기상 데이터를 미세먼지 예측 서버에 전달하는 미세먼지 예측 시스템
3 3
제1항에 있어서, 상기 제2측정장치는,정류소 주변의 풍향, 풍속 및 강우량을 포함하는 기상데이터를 측정하여 미세먼지 예측 서버로 전달하는 미세먼지 예측 시스템
4 4
제1항에 있어서, 상기 미세먼지 예측 서버는, 상기 제1측정장치 및 제2측정장치로부터 각각 수신된 기상데이터를 수집하는 기상데이터 수집부, 상기 GPS모듈로부터 획득한 대중교통수단의 위치 정보를 수집하는 위치정보수집부, 상기 기상데이터와 대중교통수단 및 정류소의 위치 정보를 매칭시키는 제어부,상기 매칭된 기상데이터와 위치 정보를 이용하여 데이터셋을 형성하고, 상기 데이터셋을 구축된 신경망모델에 입력하여 학습시키는 학습부, 상기 학습이 완료된 신경망 모델에 현재 시점에서 획득한 기상데이터를 입력하여 상기 대중교통수단의 주행경로에 따른 미래시점의 미세먼지 농도 및 분포량을 예측하는 미세먼지 예측부, 그리고상기 예측된 미세먼지 농도 및 분포량을 제공하는 정보제공부를 포함하는 미세먼지 예측 시스템
5 5
제4항에 있어서, 상기 제어부는, 현재시점에서 제1 측정장치로부터 수신된 미세먼지, 온도 및 습도에 대한 측정값과, 상기 대중교통수단의 현재 위치와 가장 가까운 정류소에 설치된 제2 측정장치로부터 수신된 풍향, 풍속 및 강우량에 대한 측정값을 매칭하여 수집하는 미세먼지 예측 시스템
6 6
미세먼지 예측 시스템을 이용한 미세먼지 예측 방법에 있어서, 미세먼지 예측 서버는 대중교통수단에 설치된 제1 측정장치로부터 기상데이터를 획득하는 단계, 정류소에 설치된 제2 측정장치로부터 정류소 주변의 기상데이터를 획득하는 단계, 그리고 상기 상기 제1측정장치 및 제2측정장치로부터 수신된 기상데이터를 기 구축된 신경망 모델에 입력하여 미래 시점의 미세먼지에 대한 농도 및 분포량을 예측하는 단계를 포함하는 미세먼지 예측 방법
7 7
제6항에 있어서, 상기 제1 측정장치로부터 기상데이터를 획득하는 단계는, 상기 제1 측정장치에 포함된 GPS 모듈에 의해 획득한 대중교통수단의 위치 정보와 현재 시점에서 측정된 미세먼지, 온도 및 습도를 포함하는 기상 데이터를 획득하는 미세먼지 예측 방법
8 8
제6항에 있어서, 상기 제2측정장치는,정류소 주변의 풍향, 풍속 및 강우량을 포함하는 기상데이터를 측정하여 상기 미세먼지 예측 서버로 전달하는 미세먼지 예측 방법
9 9
제6항에 있어서, 상기 미세먼지에 대한 농도 및 분포량을 예측하는 단계는, 상기 제1측정장치 및 제2측정장치로부터 각각 수신된 기상데이터를 수집하는 단계, 상기 GPS모듈로부터 획득한 대중교통수단의 위치 정보를 수집하는 단계, 상기 기상데이터와 대중교통수단 및 정류소의 위치 정보를 매칭시켜 통합된 기상데이터를 획득하는 단계, 상기 통합된 기상데이터와 위치 정보를 이용하여 데이터셋을 형성하고, 상기 데이터셋을 구축된 신경망모델에 입력하여 학습시키는 단계, 상기 학습이 완료된 신경망 모델에 현재 시점에서 획득한 기상데이터를 입력하여 상기 대중교통수단의 주행경로에 따른 미래시점의 미세먼지 농도 및 분포량을 예측하는 단계, 그리고상기 예측된 미세먼지 농도 및 분포량을 제공하는 단계를 포함하는 미세먼지 예측 방법
10 10
제9항에 있어서, 상기 통합된 기상데이터를 획득하는 단계는, 현재시점에서 제1 측정장치로부터 수신된 미세먼지, 온도 및 습도에 대한 측정값과, 상기 대중교통수단의 현재 위치와 가장 가까운 정류소에 설치된 제2 측정장치로부터 수신된 풍향, 풍속 및 강우량에 대한 측정값을 매칭하여 수집하는 미세먼지 예측 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.