맞춤기술찾기

이전대상기술

데이터 검증 장치 및 데이터 검증 방법

  • 기술번호 : KST2022006598
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 데이터 검증 장치 및 데이터 검증 방법에 관한 것으로, 데이터 검증 장치는, 입력 데이터를 기설정된 알고리즘에 기초하여 모델링 하여 기설정된 시간대에 대한 예측 정확도를 도출하는 딥러닝 모델부와; 사용자 입력에 기초하여 상기 입력 데이터의 항목을 조절하고, 모델 변형 영향 및 데이터 추가 영향을 도출하고, 적어도 하나의 예측 정확도를 분석하는 데이터 제어부를 포함할 수 있다.
Int. CL G06Q 50/30 (2012.01.01) G08G 1/01 (2006.01.01)
CPC G06Q 50/30(2013.01) G06N 3/08(2013.01) G06N 3/04(2013.01) G08G 1/0104(2013.01)
출원번호/일자 1020200136227 (2020.10.20)
출원인 현대자동차주식회사, 기아 주식회사, 한양대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0052175 (2022.04.27) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 현대자동차주식회사 대한민국 서울특별시 서초구
2 기아 주식회사 대한민국 서울특별시 서초구
3 한양대학교 산학협력단 대한민국 서울특별시 성동구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김남혁 서울특별시 영등포구
2 김상욱 서울특별시 성동구
3 송준호 서울특별시 성동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인태평양 대한민국 서울특별시 중구 청계천로 **, *층(다동, 예금보험공사빌딩)

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
2020.10.20 수리 (Accepted) 1-1-2020-1110940-02
2 특허고객번호 정보변경(경정)신고서·정정신고서
2021.04.01 수리 (Accepted) 4-1-2021-5100876-85
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력 데이터를 기설정된 알고리즘에 기초하여 모델링 하여 기설정된 시간대에 대한 예측 정확도를 도출하는 딥러닝 모델부와;사용자 입력에 기초하여 상기 입력 데이터의 항목을 조절하고, 모델 변형 영향 및 데이터 추가 영향을 도출하고, 적어도 하나의 예측 정확도를 분석하는 데이터 제어부를 포함하는 것을 특징으로 하는 데이터 검증 장치
2 2
제1항에 있어서, 상기 입력 데이터는 기본 데이터, 상기 기본 데이터에 추가되는 적어도 하나의 추가 데이터를 포함하고, 상기 입력 데이터의 차원 수는 동일한 것을 특징으로 하는 데이터 검증 장치
3 3
제2항에 있어서, 상기 기본 데이터와 결합될 수 있는 복수의 추가 데이터가 존재하고,상기 기본 데이터와 1개 이상의 추가 데이터에 대한 상기 예측 정확도를 모델링 할 때, 그 외 추가 데이터의 항목은 더미 데이터로 입력되는 것을 특징으로 하는 데이터 검증 장치
4 4
제2항에 있어서, 상기 기본 데이터는 속도 데이터이고, 상기 추가 데이터는 날씨, 요일 및 사고 현황 중 적어도 하나를 포함하는 것을 특징으로 하는 데이터 검증 장치
5 5
제3항에 있어서, 상기 제어부는, 상기 기본 데이터에 대한 제1 입력 데이터를 모델링하고, 상기 기본 데이터 및 상기 추가 데이터로 상기 더미 데이터를 항목으로 하는 제2 입력 데이터를 모델링하도록 상기 딥러닝 모델부를 제어하고, 상기 제1 입력 데이터 및 상기 제2 입력 데이터에 대한 개별적인 상기 예측 정확도를 비교하여 상기 모델 변형 영향을 분석하는 것을 특징으로 하는 데이터 검증 장치
6 6
제3항에 있어서, 상기 제어부는, 상기 기본 데이터와 1개의 추가 데이터를 항목으로 하는 복수의 입력 데이터를 모델링하도록 상기 딥러닝 모델부를 제어하고, 상기 복수의 입력 데이터에 대한 개별적인 상기 예측 정확도를 비교하여 상기 데이터 추가 영향을 판단할 수 있는 추가 데이터를 도출하는 것을 특징으로 하는 데이터 검증 장치
7 7
제3항에 있어서, 상기 제어부는, 상기 기본 데이터와 두 개 이상의 상기 추가 데이터를 항목으로 하는 복수의 입력 데이터를 모델링하도록 상기 딥러닝 모델부를 제어하고, 상기 복수의 입력 데이터에 대한 상기 예측 정확도를 비교하여 상기 예측 정확도가 가장 높은 추가 데이터를 도출하는 것을 특징으로 하는 데이터 검증 장치
8 8
제7항에 있어서, 상기 제어부는, 상기 예측 정확도가 가장 높은 추가 데이터를 항목으로 하는 입력 데이터를 기설정된 시간 구간 단위로 모델링하도록 상기 딥러닝 모델부를 제어하고,상기 예측 정확도 향상이 기여하는 시간 구간을 도출하는 것을 특징으로 하는 데이터 검증 장치
9 9
데이터 검증 방법에 있어서, 사용자 입력에 기초하여 입력 데이터의 항목을 조절하는 단계와;상기 입력 데이터를 기설정된 알고리즘에 기초하여 모델링 하여 기설정된 시간대에 대한 예측 정확도를 도출하는 단계와;상기 예측 정확도를 기반으로 모델 변형 영향 및 데이터 추가 영향을 도출하고, 적어도 하나의 예측 정확도를 분석하는 단계를 포함하는 것을 특징으로 하는 데이터 검증 방법
10 10
제9항에 있어서, 상기 기본 데이터와 결합될 수 있는 복수의 추가 데이터가 존재하고,상기 기본 데이터와 1개 이상의 추가 데이터에 대한 상기 예측 정확도를 모델링 할 때, 그 외 추가 데이터의 항목은 더미 데이터로 입력되는 것을 특징으로 하는 데이터 검증방법
11 11
제10항에 있어서, 상기 기본 데이터는 속도 데이터이고, 상기 추가 데이터는 날씨, 요일 및 사고 현황 중 적어도 하나를 포함하는 것을 특징으로 하는 데이터 검증 방법
12 12
제10항에 있어서,상기 기본 데이터에 대한 제1 입력 데이터를 모델링하는 단계와;상기 기본 데이터 및 상기 추가 데이터로 상기 더미 데이터를 항목으로 하는 제2 입력 데이터를 모델링하는 단계와;상기 제1 입력 데이터 및 상기 제2 입력 데이터에 대한 개별적인 상기 예측 정확도를 비교하여 상기 모델 변형 영향을 분석하는 단계를 포함하는 것을 특징으로 하는 데이터 검증 방법
13 13
제10항에 있어서, 상기 기본 데이터와 1개의 추가 데이터를 항목으로 하는 복수의 입력 데이터를 모델링하는 단계와;상기 복수의 입력 데이터에 대한 개별적인 상기 예측 정확도를 비교하여 상기 데이터 추가 영향을 판단할 수 있는 추가 데이터를 도출하는 단계를 포함하는 것을 특징으로 하는 데이터 검증 방법
14 14
제10항에 있어서, 상기 기본 데이터와 두 개 이상의 상기 추가 데이터를 항목으로 하는 복수의 입력 데이터를 모델링하는 단계와;상기 복수의 입력 데이터에 대한 상기 예측 정확도를 비교하여 상기 예측 정확도가 가장 높은 추가 데이터를 도출하는 단계를 포함하는 것을 특징으로 하는 데이터 검증 방법
15 15
제14항에 있어서, 상기 예측 정확도가 가장 높은 추가 데이터를 항목으로 하는 입력 데이터를 기설정된 시간 구간 단위로 모델링하는 단계와;상기 예측 정확도 향상이 기여하는 시간 구간을 도출하는 단계를 포함하는 것을 특징으로 하는 데이터 검증 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.