1 |
1
조류가 포함된 유체에 복수로 부양되되, 상기 유체의 오염영역을 탐색하여 상기 오염영역을 향해 이동하며, 상기 오염영역에 함유된 조류를 부상시키기 위한 나노버블과 상기 오염영역의 유체를 응집시키기 위한 응집제를 분사하고, 상기 응집제와 부상된 조류를 수집하여 상기 오염영역을 정화하는 이동형 수질개선장치(10); 및상기 이동형 수질개선장치(10)의 이동경로, 가동지점 및 가동시간을 결정하기 위한 시뮬레이션을 제공하는 시뮬레이션부(22)와, 상기 시뮬레이션에서의 이동형 수질개선장치(10)의 가동시간 및 상기 가동시간 동안의 오염영역 정화율을 기반으로 상기 오염영역의 수질이 정화 또는 악화된 것으로 판단하고, 상기 오염영역의 수질이 정화되도록 하는 이동형 수질개선장치(10)의 이동경로, 가동지점 및 가동시간이 상기 시뮬레이션에 반영되도록 하는 인공신경망부(24)가 마련되는 딥러닝 학습장치(20);를 포함하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
2 |
2
제 1 항에 있어서,상기 딥러닝 학습장치(20)는,네트워크를 통해 상기 이동형 수질개선장치(10)로부터 수집 데이터를 수신하며, 상기 시뮬레이션 데이터를 상기 이동형 수질개선장치(10)로 송신하는 제어부(21); 및상기 시뮬레이션에서의 이동형 수질개선장치(10)의 가동시간 및 상기 가동시간 동안의 오염영역 정화율을 정화 또는 악화로 라벨링하며, 상기 인공신경망부(24)로 상기 라벨링을 송신하는 라벨링부(23);를 포함하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
3 |
3
제 2 항에 있어서,상기 수집 데이터는,상기 유체의 조류, 조류별 유속, 오염물질 항목, 오염영역, 온도 및 상기 유체에 유입되는 유입물질 항목 중 하나를 포함하는 제1 변수 데이터와, 상기 이동형 수질개선장치(10)의 속도 및 회전방향 중 하나를 포함하는 제2 변수 데이터 및 상기 이동형 수질개선장치(10)에 의해 정화되는 오염물질 항목 및 상기 오염물질의 정화율 중 하나를 포함하는 제3 변수 데이터를 포함하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
4 |
4
제 3 항에 있어서,상기 시뮬레이션부(22)는,상기 제어부(21)로부터 상기 수집 데이터를 수신하며, 상기 수신한 수집 데이터에 포함된 상기 제1, 2, 3 변수 데이터를 상기 시뮬레이션에 반영하여 상기 시뮬레이션을 보정하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
5 |
5
제 2 항에 있어서,상기 시뮬레이션 데이터는,상기 오염영역의 수질을 정화하기 위한 상기 이동형 수질개선장치(10)의 이동경로, 가동지점 및 가동시간에 대한 데이터를 포함하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
6 |
6
제 2 항에 있어서,상기 인공신경망부(24)는,상기 라벨링부(23)로부터 수신하는 정화 라벨링 또는 악화 라벨링을 기반으로 딥러닝 학습을 수행하며, 상기 정화 라벨링을 통해 상기 오염영역의 수질이 정화된 것으로 판단하고, 상기 악화 라벨링을 통해 상기 오염영역의 수질이 악화된 것으로 판단하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
7 |
7
제 6 항에 있어서,상기 인공신경망부(24)는,상기 정화 라벨링을 기반으로 상기 오염영역의 수질이 정화된 것으로 판단하는 경우, 상기 이동형 수질개선장치(10)의 이동경로, 가동지점 및 가동시간에 대한 데이터를 저장하며, 상기 저장된 데이터를 상기 시뮬레이션부(22)에 송신하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
8 |
8
제 7 항에 있어서,상기 인공신경망부(24)는,다른 이동형 수질개선장치의 이동경로, 가동지점 및 상기 가동지점을 둘러싸는 주변반경을 회피하면서 상기 오염영역을 정화하는 이동경로 및 가동지점을 상기 이동형 수질개선장치(10)의 이동경로 및 가동지점으로 설정하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
9 |
9
제 7 항에 있어서,상기 인공신경망부(24)는,다른 이동형 수질개선장치의 이동경로의 일부를 한 번 이상 통과하되, 상기 다른 이동형 수질개선장치의 가동지점 및 상기 가동지점을 둘러싸는 주변반경을 회피하면서 상기 오염영역을 정화하는 이동경로 및 가동지점을 상기 이동형 수질개선장치(10)의 이동경로 및 가동지점으로 설정하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
10 |
10
제 7 항에 있어서,상기 인공신경망부(24)는,다른 이동형 수질개선장치의 가동지점 및 상기 가동지점을 둘러싸는 주변반경을 한 번 이상 통과하면서 상기 오염영역을 정화하는 이동경로 및 가동지점을 상기 이동형 수질개선장치(10)의 이동경로 및 가동지점으로 설정하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
11 |
11
제 6 항에 있어서,상기 인공신경망부(24)는,상기 악화 라벨링을 기반으로 상기 오염영역의 수질이 악화된 것으로 판단하는 경우, 상기 이동형 수질개선장치(10)의 이동경로, 가동지점 및 가동시간에 대한 데이터를 수정하며, 상기 수정된 데이터를 상기 시뮬레이션부(22)에 송신하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
12 |
12
제 11 항에 있어서,상기 시뮬레이션부(22)는,상기 인공신경망부(24)로부터 수신하는 수정된 데이터 기반의 시뮬레이션에 반영하여 상기 시뮬레이션을 보정하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
13 |
13
제 2 항에 있어서,상기 라벨링은,상기 시뮬레이션에서의 오염영역 면적, 오염물질 항목, 유체의 조류, 조류별 유속에 대한 데이터를 포함하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
14 |
14
제 13 항에 있어서,상기 인공신경망부(24)는,상기 라벨링부(23)로부터 수신하는 라벨링을 기반으로 딥러닝 학습을 수행하며, 상기 딥러닝 학습을 통해 상기 이동형 수질개선장치(10)가 상기 오염영역을 탐색하기 위한 상기 오염영역의 판단 기준을 저장하고, 상기 저장된 오염영역의 판단 기준을 상기 시뮬레이션부(22)로 송신하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|
15 |
15
제 14 항에 있어서,상기 시뮬레이션부(22)는,상기 인공신경망부(24)로부터 상기 오염영역의 판단 기준을 수신하며, 상기 수신한 오염영역의 판단 기준을 상기 시뮬레이션에 반영하여 상기 이동형 수질개선장치(10)의 오염영역 탐색에 대한 시뮬레이션을 제공하는 것을 특징으로 하는 다수의 이동형 수질개선장치 제어 및 운영을 위한 딥러닝 시스템
|