맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

주파수 기반의 복합형 딥 러닝 방법, 장치 및 컴퓨터-판독가능 매체 및 주파수 기반의 복합형 딥 러닝 방법을 이용한 케이블 병렬 로봇의 구동 제어 방법

  • 기술번호 : KST2021011382
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
상담신청 PDF 받기
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 주파수 기반의 복합형 딥 러닝 방법, 장치 및 컴퓨터-판독가능 매체 및 주파수 기반의 복합형 딥 러닝 방법을 이용한 케이블 병렬 로봇의 구동 제어 방법에 관한 것으로서, 더욱 상세하게는 입력되는 시계열정보를 기설정된 기준주파수에 따라 분리하여 각각 다른 알고리즘에 의한 인공신경망의 학습을 수행하는 복합형 딥 러닝 방법, 장치 및 컴퓨터-판독가능 매체 및 상기 복합형 딥 러닝 방법을 이용하여 케이블 병렬 로봇의 구동을 제어하는 방법에 관한 것이다.
Int. CL G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01)
CPC G06N 3/08(2013.01) G06N 3/049(2013.01)
출원번호/일자 1020180077579 (2018.07.04)
출원인 가천대학교 산학협력단
등록번호/일자 10-2106992-0000 (2020.04.27)
공개번호/일자 10-2020-0010665 (2020.01.31) 문서열기
공고번호/일자 (20200506) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.07.04)
심사청구항수 9

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 가천대학교 산학협력단 대한민국 경기도 성남시 수정구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박경수 서울특별시 강동구
2 최성현 인천광역시 남동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 심찬 대한민국 서울특별시 서초구 양재천로**길 *(양재동) *층(아이픽스특허법률사무소)
2 송두현 대한민국 서울특별시 서초구 양재천로**길 *, *층(양재동, 화암빌딩)(아이픽스특허법률사무소)
3 강정빈 대한민국 서울특별시 서초구 양재천로 **길 *, *층 (양재동, 화암빌딩)(아이픽스특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 가천대학교 산학협력단 경기도 성남시 수정구
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		 2018.07.04 수리 (Accepted) 1-1-2018-0657919-99
2 의견제출통지서
Notification of reason for refusal		 2019.10.21 발송처리완료 (Completion of Transmission) 9-5-2019-0762433-23
3 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2019.10.25 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-1094167-24
4 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2019.10.25 수리 (Accepted) 1-1-2019-1094141-48
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2019.10.25 수리 (Accepted) 1-1-2019-1094114-15
6 등록결정서
Decision to grant		 2020.04.26 발송처리완료 (Completion of Transmission) 9-5-2020-0291484-40
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컴퓨팅 장치에 의해 수행되는 주파수 기반의 복합형 딥 러닝 방법으로서,학습대상정보를 입력 받는 정보입력단계;상기 학습대상정보를 기설정된 기준주파수에 따라 저주파학습대상 및 고주파학습대상으로 분리하는 입력정보분리단계;상기 저주파학습대상을 입력정보로 하는 학습된 제1인공신경망에 기초하여 제1출력정보를 도출하는 저주파예측단계;상기 고주파학습대상을 입력정보로 하는 학습된 제2인공신경망에 기초하여 제2출력정보를 도출하는 고주파예측단계; 및상기 제1출력정보 및 상기 제2출력정보에 기초하여 출력정보를 도출하는 출력정보결합단계; 를 포함하는, 주파수 기반의 복합형 딥 러닝 방법
2 2
청구항 1에 있어서,상기 학습대상정보는 시계열 데이터인, 주파수 기반의 복합형 딥 러닝 방법
3 3
청구항 2에 있어서,상기 제1인공신경망은, LSTM(Long and Short Term Memory) 기반의 순환신경망이고,상기 제2인공신경망은, 순환신경망인, 주파수 기반의 복합형 딥 러닝 방법
4 4
주파수 기반의 복합형 딥 러닝 장치로서,학습대상정보를 입력 받는 정보입력부;상기 학습대상정보를 기설정된 기준주파수에 따라 저주파학습대상 및 고주파학습대상으로 분리하는 입력정보분리부;상기 저주파학습대상을 입력정보로 하는 학습된 제1인공신경망에 기초하여 제1출력정보를 도출하는 저주파예측부;상기 고주파학습대상을 입력정보로 하는 학습된 제2인공신경망에 기초하여 제2출력정보를 도출하는 고주파예측부; 및상기 제1출력정보 및 상기 제2출력정보에 기초하여 출력정보를 도출하는 출력정보결합부; 를 포함하는, 주파수 기반의 복합형 딥 러닝 장치
5 5
주파수 기반의 복합형 딥 러닝을 위한 컴퓨터-판독가능 매체로서,상기 컴퓨터-판독가능 매체는, 컴퓨팅 장치로 하여금 이하의 단계들을 수행하도록 하는 명령들을 저장하며, 상기 단계들은:학습대상정보를 입력 받는 정보입력단계;상기 학습대상정보를 기설정된 기준주파수에 따라 저주파학습대상 및 고주파학습대상으로 분리하는 입력정보분리단계;상기 저주파학습대상을 입력정보로 하는 학습된 제1인공신경망에 기초하여 제1출력정보를 도출하는 저주파예측단계;상기 고주파학습대상을 입력정보로 하는 학습된 제2인공신경망에 기초하여 제2출력정보를 도출하는 고주파예측단계; 및상기 제1출력정보 및 상기 제2출력정보에 기초하여 출력정보를 도출하는 출력정보결합단계; 를 포함하는, 컴퓨터-판독가능 매체
6 6
주파수 기반의 복합형 딥 러닝 방법을 이용한 케이블 병렬 로봇의 구동 제어 방법으로서,상기 케이블 병렬 로봇의 제어정보를 입력 받는 정보입력단계;상기 제어정보를 기설정된 기준주파수에 따라 저주파학습대상 및 고주파학습대상으로 분리하는 제어정보분리단계;상기 저주파학습대상을 입력정보로 하는 학습된 제1인공신경망에 기초하여 제1예측에러를 도출하는 저주파예측단계;상기 고주파학습대상을 입력정보로 하는 학습된 제2인공신경망에 기초하여 제2예측에러를 도출하는 고주파예측단계;상기 제1예측에러 및 상기 제2예측에러에 기초하여 예측에러를 도출하는 예측에러결합단계; 및상기 케이블 병렬 로봇의 움직임을 모델링하는 시스템모델에 상기 제어정보 및 상기 예측에러를 입력하여 출력정보를 도출하는 출력정보도출단계; 를 포함하는, 케이블 병렬 로봇의 구동 제어 방법
7 7
청구항 6에 있어서,상기 제어정보는 시계열 데이터인, 케이블 병렬 로봇의 구동 제어 방법
8 8
청구항 7에 있어서,상기 제1인공신경망은, LSTM(Long and Short Term Memory) 기반의 순환신경망이고,상기 제2인공신경망은, 순환신경망인, 케이블 병렬 로봇의 구동 제어 방법
9 9
청구항 7에 있어서,상기 제어정보는 상기 케이블 병렬 로봇의 구동 케이블의 장력정보이고,상기 예측에러는 상기 시스템모델의 출력정보와 실제 케이블 병렬 로봇의 움직임의 측정정보간의 에러의 예측값인, 케이블 병렬 로봇의 구동 제어 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 가천대학교 과학기술·ICT국제화 사업 고속 운행하는 케이블 병렬로봇의 진동 저감