맞춤기술찾기

이전대상기술

인공지능 기반의 시스템 제어 장치 및 방법

  • 기술번호 : KST2022002548
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 인공지능 기반의 시스템 제어 장치 및 방법에 관한 것이다. 본 발명에 따른 인공지능 기반의 시스템 제어 장치는 현장 데이터 및 단일 인공지능 모델 중 적어도 어느 하나를 수신하는 입력부와, 통합 인공지능 모델 학습을 수행하는 프로그램이 저장된 메모리 및 프로그램을 실행시키는 프로세서를 포함하고, 프로세서는 현장 데이터 및 단일 인공지능 모델 중 적어도 어느 하나를 이용하여 통합 인공지능 모델의 학습을 수행하고, 학습된 모델을 분산된 원격 단말로 전달하는 것을 특징으로 한다.
Int. CL G05B 13/02 (2006.01.01) G05B 13/04 (2006.01.01) G05B 23/02 (2006.01.01) G06N 3/08 (2006.01.01)
CPC G05B 13/0265(2013.01) G05B 13/04(2013.01) G05B 23/0243(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020200110291 (2020.08.31)
출원인 한국전자통신연구원
등록번호/일자
공개번호/일자 10-2022-0028791 (2022.03.08) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.11.18)
심사청구항수 20

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이문영 서울특별시 성동구
2 윤성재 경기도 성남시 분당구
3 이정환 경기도 화성
4 나중찬 대전광역시 유성구
5 이성희 경기도 광주시 회안대로 ***

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인지명 대한민국 서울특별시 강남구 남부순환로**** 차우빌딩*층

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
2020.08.31 수리 (Accepted) 1-1-2020-0917633-16
2 [심사청구]심사청구서·우선심사신청서
2021.11.18 수리 (Accepted) 1-1-2021-1333450-95
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
현장 데이터 및 단일 인공지능 모델 중 적어도 어느 하나를 수신하는 입력부; 통합 인공지능 모델 학습을 수행하는 프로그램이 저장된 메모리; 및상기 프로그램을 실행시키는 프로세서를 포함하고, 상기 프로세서는 상기 현장 데이터 및 단일 인공지능 모델 중 적어도 어느 하나를 이용하여 통합 인공지능 모델의 학습을 수행하고, 학습된 모델을 분산된 원격 단말로 전달하는 것을 특징으로 하는 인공지능 기반의 시스템 제어 장치
2 2
제1항에 있어서, 상기 입력부는 제조 공장의 현장 데이터로서, 시스템 상태, 온도, 압력차이, 유속, 생산량, 시스템 제어 기록 중 적어도 어느 하나를 수신하는 것인 인공지능 기반의 시스템 제어 장치
3 3
제1항에 있어서, 상기 프로세서는 상기 원격 단말에 대한 전원 지원 및 상기 원격 단말의 컴퓨팅 파워를 고려하여 상기 통합 인공지능 모델 학습을 수행하되, 상기 입력부가 상기 원격 단말로부터 가공 전 데이터를 수신한 경우, 가공 전 데이터를 저장소에 저장하고, 저장된 전체 데이터에 대한 가공을 수행하고, 가공된 데이터를 이용하여 인공지능 모델을 학습하며, 상기 입력부가 상기 원격 단말로부터 가공된 데이터를 수신한 경우, 데이터 가공 과정을 생략하고 인공지능 모델 학습을 수행하는 것 인 인공지능 기반의 시스템 제어 장치
4 4
제1항에 있어서, 상기 프로세서는 상기 입력부가 상기 원격 단말로부터 단일 인공지능 모델을 수신한 경우, 복수의 단일 인공지능 모델을 연합하여 통합 인공지능 모델 학습을 수행하는 것인 인공지능 기반의 시스템 제어 장치
5 5
제1항에 있어서, 상기 입력부는 현장 매니저의 숙련도 정보 및 시스템 제어 기록에 대한 제어 신뢰도 정보 중 적어도 어느 하나를 수신하는 것인 인공지능 기반의 시스템 제어 장치
6 6
제5항에 있어서, 상기 프로세서는 상기 통합 인공지능 모델 학습을 수행함에 있어서, 상기 현장 매니저의 숙련도 정보 및 상기 시스템 제어 기록에 대한 제어 신뢰도 정보 중 적어도 어느 하나를 고려하여, 상기 통합 인공지능 모델 학습 시 데이터 또는 단일 인공지능 모델 학습의 반영과 관련한 가중치를 설정하는 것인 인공지능 기반의 시스템 제어 장치
7 7
제1항에 있어서, 상기 프로세서는 상기 통합 인공지능 모델을 이용하여 시스템 제어값을 추론하는 것인 인공지능 기반의 시스템 제어 장치
8 8
(a) 분산 제조 공장 환경에서의 현장 데이터를 획득하는 단계;(b) 상기 분산 제조 공장 환경에 대한 통합 인공지능 모델을 학습하는 단계; 및(c) 상기 통합 인공지능 모델을 배포하는 단계를 포함하는 인공지능 기반의 시스템 제어 방법
9 9
제8항에 있어서, 상기 (a) 단계에서 획득한 상기 현장 데이터가 가공 전 데이터인 경우, 상기 (b) 단계는 상기 가공 전 데이터를 저장소에 저장하고, 저장된 전체 데이터에 대한 가공을 수행하고, 가공된 데이터를 이용하여 상기 통합 인공지능 모델을 학습하는 것인 인공지능 기반의 시스템 제어 방법
10 10
제8항에 있어서, 상기 (a) 단계에서 획득한 상기 현장 데이터가 가공된 데이터인 경우, 상기 (b) 단계는 상기 가공된 데이터를 이용하여 상기 통합 인공지능 모델을 학습하는 것인 인공지능 기반의 시스템 제어 방법
11 11
제8항에 있어서, 상기 (b) 단계는 원격 단말로부터 단일 인공지능 모델을 수신한 경우, 복수의 상기 단일 인공지능 모델을 연합하여 상기 통합 인공지능 모델을 학습하는 것인 인공지능 기반의 시스템 제어 방법
12 12
제8항에 있어서, 상기 (a) 단계는 현장 매니저의 숙련도 정보 및 시스템 제어 기록에 대한 제어 신뢰도 정보 중 적어도 어느 하나를 더 포함하는 상기 현장 데이터를 획득하고, 상기 (b) 단계는 통합 인공지능 모델에 대한 반영과 관련한 가중치를 설정하는 것인 인공지능 기반의 시스템 제어 방법
13 13
현장 데이터를 수집하고, 상기 현장 데이터 및 단일 인공지능 모델 중 적어도 어느 하나를 전송하는 원격 단말; 및상기 원격 단말로부터 수신한 상기 현장 데이터 및 단일 인공지능 모델 중 적어도 어느 하나를 이용하여 통합 인공지능 모델을 학습하고, 학습된 모델을 배포하는 중앙 시스템을 포함하는 인공지능 기반의 시스템 제어 시스템
14 14
제13항에 있어서, 상기 원격 단말은 전원 지원 및 컴퓨팅 파워를 고려하여 가공 전 데이터인 상기 현장 데이터를 상기 중앙 시스템으로 전송하고, 상기 중앙 시스템은 상기 현장 데이터를 저장소에 저장하고, 저장된 전체 데이터에 대한 가공을 수행하고, 가공된 데이터를 이용하여 상기 통합 인공지능 모델을 학습하는 것인 인공지능 기반의 시스템 제어 시스템
15 15
제13항에 있어서, 상기 원격 단말은 전원 지원 및 컴퓨팅 파워를 고려하여 상기 현장 데이터를 가공하고, 가공된 데이터를 상기 중앙 시스템으로 전송하고, 상기 중앙 시스템은 상기 가공된 데이터를 이용하여 상기 통합 인공지능 모델을 학습하는 것인 인공지능 기반의 시스템 제어 시스템
16 16
제13항에 있어서, 상기 원격 단말은 전원 지원 및 컴퓨팅 파워를 고려하여 상기 현장 데이터를 이용하여 단일 인공지능 모델의 학습을 수행하고, 학습된 상기 단일 인공지능 모델을 상기 중앙 시스템으로 전송하고, 상기 중앙 시스템은 상기 단일 인공지능 모델을 연합하여 상기 통합 인공지능 모델을 학습하는 것인 인공지능 기반의 시스템 제어 시스템
17 17
제13항에 있어서, 상기 원격 단말은 상기 중앙 시스템이 배포한 상기 통합 인공지능 모델을 이용하여 시스템 제어값을 추론하는 것인 인공지능 기반의 시스템 제어 시스템
18 18
제13항에 있어서, 상기 중앙 시스템은 상기 통합 인공지능 모델을 이용하여 시스템 제어값을 추론하는 것인 인공지능 기반의 시스템 제어 시스템
19 19
제13항에 있어서, 상기 원격 단말은 현장 매니저의 숙련도 정보 및 시스템 제어 기록에 대한 제어 신뢰도 정보 중 적어도 어느 하나를 더 포함하는 상기 현장 데이터를 수집하는 것인 인공지능 기반의 시스템 제어 시스템
20 20
제19항에 있어서, 상기 중앙 시스템은 상기 현장 매니저의 숙련도 정보 및 상기 시스템 제어 기록에 대한 제어 신뢰도 정보 중 적어도 어느 하나를 고려하여, 상기 통합 인공지능 모델 학습 시 데이터 또는 단일 인공지능 모델의 반영과 관련한 가중치를 설정하는 것인 인공지능 기반의 시스템 제어 시스템
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 (주)나온웍스 ICT R&D 바우처사업 5G 융합 생산 공정 혁신을 위한 오픈 아키텍처 기반 지능형 PID 제어 기술 개발