맞춤기술찾기

이전대상기술

반응 조건 최적화를 위한 시스템 구축 방법 및 신경망 모델을 이용한 반응 조건 최적화 방법

  • 기술번호 : KST2022003531
  • 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 전산 유체 역학, 심층 신경망 및 유전자 알고리즘을 이용한 반응 조건 최적화를 위한 시스템 구축방법 및 신경망 모델을 이용한 반응 조건 최적화 방법에 관한 것으로, 소정의 반응에 대한 전산 유체 역학(CFD, Computational Fluid Dynamics) 모델의 시뮬레이션을 수행하여 신경망 모델 학습을 위한 반응 조건에 따른 결과 데이터를 생성하는 학습 데이터 생성단계; 및 상기 생성된 학습 데이터를 이용하여, 신경망 모델을 학습시켜 신경망 모델을 구축하는 단계;를 포함하여 반응 조건 최적화를 위한 시스템 구축하고, 구축된 신경망 모델에 유전자 알고리즘(GA)을 적용시켜 반응 조건을 최적화할 수 있다.
Int. CL G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01)
CPC G06N 3/08(2013.01) G06N 3/04(2013.01)
출원번호/일자 1020200127442 (2020.09.29)
출원인 인하대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0043718 (2022.04.05) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.09.29)
심사청구항수 12

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 황성원 서울특별시 서초구
2 델라퀄메 인천광역시 미추홀구
3 문지영 경기도 광명시 하안로 *** (하
4 김민정 경기도 화성

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 이원희 대한민국 서울특별시 강남구 테헤란로 ***, 성지하이츠빌딩*차 ***호 (역삼동)

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
2020.09.29 수리 (Accepted) 1-1-2020-1042516-27
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
소정의 반응에 대한 전산 유체 역학(CFD, Computational Fluid Dynamics) 모델의 시뮬레이션을 수행하여 신경망 모델 학습을 위한 반응 조건에 따른 결과 데이터를 생성하는 학습 데이터 생성단계; 및상기 생성된 학습 데이터를 이용하여, 신경망 모델을 학습시켜 신경망 모델을 구축하는 단계;를 포함하는, 반응 조건 최적화를 위한 시스템 구축방법
2 2
제1항에 있어서,상기 신경망 모델은 인공 신경망(ANN, Artificial Neural Network), 합성공신경망(CNN, Convolution Neural Network), 심층신경망(DNN, Deep Neural Network), 순환신경망(RNN, Recurrent Neural Network)으로 이루어진 군으로부터 선택되는 어느 하나인 것을 특징으로 하는, 반응 조건 최적화를 위한 시스템 구축방법
3 3
제1항에 있어서,상기 반응 조건은 공정 조건 또는 반응기 조건인 것을 특징으로 하는 반응 조건 최적화를 위한 시스템 구축방법
4 4
제1항에 있어서,상기 반응 조건은 공급 온도, 유량, 반응 조성비 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 반응 조건 최적화를 위한 시스템 구축방법
5 5
제1항에 있어서, 상기 반응 조건에 따른 결과 데이터는 전환율, 선택도, 수율 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 반응 조건 최적화를 위한 시스템 구축 방법
6 6
소정의 반응에 대한 전산 유체 역학(CFD) 모델의 시뮬레이션을 수행하여 신경망 모델 학습을 위한 반응 조건에 따른 결과 데이터를 생성하는 학습 데이터 생성단계; 상기 생성된 학습 데이터를 이용하여, 신경망 모델을 학습시켜 신경망 모델을 구축하는 단계; 및구축된 신경망 모델에 유전자 알고리즘(GA, Genetic Algorithm)을 적용시켜 반응 조건을 최적화하는 단계;를 포함하는, 신경망 모델을 이용한 반응 조건 최적화 방법
7 7
제6항에 있어서,상기 신경망 모델은 인공 신경망(ANN, Artificial Neural Network), 합성공신경망(CNN, Convolution Neural Network), 심층신경망(DNN, Deep Neural Network), 순환신경망(RNN, Recurrent Neural Network)으로 이루어진 군으로부터 선택되는 어느 하나인 것을 특징으로 하는, 신경망 모델을 이용한 반응 조건 최적화 방법
8 8
제6항에 있어서,상기 반응 조건은 공정 조건 또는 반응기 조건인 것을 특징으로 하는, 신경망 모델을 이용한 반응 조건 최적화 방법
9 9
제6항에 있어서,상기 반응 조건은 공급 온도, 유량, 반응 조성비 중 적어도 어느 하나를 포함하는 것을 특징으로 하는, 신경망 모델을 이용한 반응 조건 최적화 방법
10 10
제6항에 있어서, 상기 반응 조건에 따른 결과 데이터는 전환율, 선택도, 수율 중 적어도 어느 하나를 포함하는 것을 특징으로 하는, 신경망 모델을 이용한 반응 조건 최적화 방법
11 11
소정의 반응에 대한 전산 유체 역학(CFD) 모델의 시뮬레이션을 수행하여 신경망 모델 학습을 위한 반응 조건에 따른 결과 데이터를 생성하는 학습 데이터 생성부; 및상기 생성된 학습 데이터를 이용하여, 신경망 모델을 학습시켜 신경망 모델을 구축하는 신경망 모델 구축부;를 포함하는,반응 조건 최적화를 위한 시스템 구축 장치
12 12
소정의 반응에 대한 전산 유체 역학(CFD) 모델의 시뮬레이션을 수행하여 신경망 모델 학습을 위한 반응 조건에 따른 결과 데이터를 생성하는 학습 데이터 생성부;상기 생성된 학습 데이터를 이용하여, 신경망 모델을 학습시켜 신경망 모델을 구축부; 및구축된 신경망 모델에 유전자 알고리즘(GA)을 적용시켜 반응 조건을 최적화하는 반응 조건 최적화부;를 포함하는,신경망 모델을 이용한 반응 조건 최적화 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.