맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

제조업 시계열 데이터 딥러닝 분석을 위한 공간 충전 곡선 변환 방법 및 시스템

  • 기술번호 : KST2022005043
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
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 특정한 이미지 변환 기법을 이용하여 시계열 데이터의 정보가 공간상에 특정한 토폴로지(topology)적 성격을 가지고 상관관계를 갖도록 변환하여 딥러닝의 활용성을 높이기 위한 공간 충전 곡선 변환 방법 및 시스템에 관한 것으로, a) 각 공정 데이터에서 양품의 데이터만 선별적으로 학습하도록 딥러닝 분석 알고리즘을 적용하여 시계열 공정 데이터를 마련하는 단계, (b) 정보 저장률의 극대화 및 데이터 간의 상관관계 정보를 용이하게 해석하기 위해 시계열 데이터를 공간 충전 프랙탈 곡선 변환을 통하여 이미지 데이터로 변환하는 단계, (c) 상기 공간 충전 프랙탈 곡선으로 형성된 이미지를 기반으로 딥러닝 CNN 분석을 적용하여 제품의 양품/불량을 판정하는 단계를 포함하는 구성을 마련하여, 상호관계를 해석하기 힘든 시계열 데이터를 공간 충전 곡선으로 변환하여 딥러닝 분석에 이용할 수 있다.
Int. CL G06N 3/08 (2006.01.01) G06N 3/04 (2006.01.01) G06T 7/00 (2017.01.01) G06T 3/00 (2019.01.01)
CPC G06N 3/08(2013.01) G06N 3/049(2013.01) G06T 7/0004(2013.01) G06T 3/0031(2013.01) G06T 2207/20084(2013.01)
출원번호/일자 1020200145182 (2020.11.03)
출원인 한국생산기술연구원
등록번호/일자
공개번호/일자 10-2022-0059691 (2022.05.10) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.11.03)
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국생산기술연구원 대한민국 충청남도 천안시 서북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이정수 인천광역시 연수구
2 이영철 인천광역시 연수구
3 김정태 인천광역시 연수구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인명 대한민국 서울특별시 송파구 법원로**, ***호, ***호(문정동,문정법조프라자)

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		 2020.11.03 수리 (Accepted) 1-1-2020-1171568-83
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
제조업 시계열 데이터 딥러닝 분석을 위한 공간 충전 곡선 변환 방법으로서,(a) 각 공정 데이터에서 양품의 데이터만 선별적으로 학습하도록 딥러닝 분석 알고리즘을 적용하여 시계열 공정 데이터를 마련하는 단계,(b) 정보 저장률의 극대화 및 데이터 간의 상관관계 정보를 용이하게 해석하기 위해 시계열 데이터를 공간 충전 프랙탈 곡선 변환을 통하여 이미지 데이터로 변환하는 단계,(c) 상기 공간 충전 프랙탈 곡선으로 형성된 이미지를 기반으로 딥러닝 CNN 분석을 적용하여 제품의 양품/불량을 판정하는 단계를 포함하는 것을 특징으로 하는 공간 충전 곡선 변환 방법
2 2
제1항에서,상기 단계 (b)에서 이미지 데이터의 변환은 상기 단계 (a)에서의 시계열 데이터를 "빨-주-노-초-파-남-보"의 그라데이션 컬러맵으로 작성하고, 상기 그라데이션 컬러맵에 대해 페아노 커브 또는 힐버트 커브 규칙에 따라 공간 충전 커브를 형성하는 것에 의해 실행되는 것을 특징으로 하는 공간 충전 곡선 변환 방법
3 3
제2항에서,상기 단계 (b)에서 프랙탈 곡선 변환은 프랙탈 차원, 프랙탈 라인의 색상, 프랙탈 라인의 진폭, 프랙탈 곡선 간의 위상 차이를 변화시켜 실행되는 것을 특징으로 하는 공간 충전 곡선 변환 방법
4 4
제조업 시계열 데이터 딥러닝 분석을 위한 공간 충전 곡선 변환 시스템으로서,제품들의 위치, 온도, 회전, 진동, 전압, 전류 또는 토크 중의 어느 하나의 상태를 감지하는 감지부,상기 감지부에서 감지된 데이터를 시계열적 공정 데이터로 취득하는 데이터 취득부,상기 데이터 취득부에서 취득된 시계열적 공정 데이터를 이미지 데이터로 변환하는 이미지 변환부를 포함하고,상기 이미지 변환부는 상기 시계열 데이터를 공간 충전 프랙탈 곡선으로 변환하는 것을 특징으로 하는 공간 충전 곡선 변환 시스템
5 5
제4항에서,상기 이미지 변환부는 상기 시계열 데이터를 그라데이션 컬러맵으로 작성하는 컬러맵 작성부와 상기 컬러맵 작성부에 의해 작성된 그라데이션 컬러맵에 대해 공간 충전 커브를 형성하는 공간 충전부를 포함하는 것을 특징으로 하는 공간 충전 곡선 변환 시스템
6 6
제5항에서,상기 컬러맵 작성부는 상기 시계열 데이터를 "빨-주-노-초-파-남-보"의 그라데이션 컬러맵으로 표현하고,상기 공간 충전 커브는 상기 컬러맵을 페아노 커브(Peano curve) 또는 힐버트 커브(Hilbert curve) 규칙에 의해 2차원 이미지로 형성하는 것을 특징으로 하는 공간 충전 곡선 변환 시스템
7 7
제6항에서,상기 공간 충전 커브는 상기 2차원 이미지 형상의 데이터를 순차적으로 3차원 공간에 배열하여 3차원 형태로 형성하는 것을 특징으로 하는 공간 충전 곡선 변환 시스템
8 8
제6항에서,상기 이미지 데이터는 제품의 양부 판단을 하는 딥러닝 분석을 위한 학습부에 적용되는 것을 특징으로 하는 공간 충전 곡선 변환 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 기획재정부 한국생산기술연구원 중소·중견기업생산기술실용화및기술지원 [국제공동] 제조업 공정데이터 분석에 특화된 딥러닝 기반 산업인공지능 기술 개발(1/2)