| 1 |
1
연합 학습 기반 측위 시스템을 구성하는 서버에 있어서,수신신호강도 정보를 입력으로 하고 단말의 추정 위치 좌표를 출력으로 하는 다층 신경망 알고리즘으로 이루어진 광역 모델을 생성하는 모델 생성부;둘 이상의 단말로 상기 광역 모델 및 초기 가중치 정보를 전송하는 송신부;상기 둘 이상의 단말 각각으로부터 상기 광역 모델의 학습을 통해 획득된 단말 가중치 정보를 수신하는 가중치 수신부; 및상기 둘 이상의 단말 각각으로부터 수신한 상기 단말 가중치 정보와 상기 둘 이상의 단말 별 상기 광역 모델의 입력으로 사용된 상기 수신신호강도 정보 개수를 이용하여 갱신 가중치 정보를 생성하고, 상기 갱신 가중치 정보를 이용하여 상기 광역 모델을 갱신하는 모델 갱신부;를 포함하되,상기 송신부는,상기 갱신 가중치 정보를 상기 둘 이상의 단말로 전송하는 것을 특징으로 하는 서버
|
| 2 |
2
제 1 항에 있어서,상기 모델 갱신부는,상기 둘 이상의 단말 각각에 대한 상기 단말 가중치 정보, 상기 둘 이상의 단말 별 상기 광역 모델의 입력으로 사용된 상기 수신신호강도 정보 개수 및 전체 수신신호강도 정보 개수를 이용하여 상기 갱신 가중치 정보를 생성하는 것을 특징으로 하는 서버
|
| 3 |
3
제 2 항에 있어서,상기 모델 갱신부는,상기 둘 이상의 단말로부터 수신된 상기 수신신호강도 정보 개수를 모두 합하여 상기 전체 수신신호강도 정보 개수를 산출하고,상기 둘 이상의 단말 각각에 대한 전체 수신신호강도 정보 개수 대비 수신신호강도 정보 개수 비율을 산출하며,상기 단말 가중치 정보에 상기 수신신호강도 정보 개수 비율을 적용하여 상기 갱신 가중치 정보를 생성하는 것을 특징으로 하는 서버
|
| 4 |
4
제 1 항에 있어서,상기 모델 갱신부는,상기 갱신 가중치 정보가 수렴할 때까지, 상기 둘 이상의 단말 각각으로부터 수신되는 상기 단말 가중치 정보를 이용하여 상기 갱신 가중치 정보를 생성하는 과정을 반복하는 것을 특징으로 하는 서버
|
| 5 |
5
제 1 항에 있어서,상기 단말은,액세스 포인트로부터 전송되는 신호에 기초하여 상기 수신신호강도 정보를 측정하고, 상기 수신신호강도 정보를 이용하여 상기 광역 모델의 손실함수 값이 최소화되는 상기 단말 가중치 정보를 생성하며,상기 손실함수 값은,상기 수신신호강도 정보에 기초하여 추정된 상기 추정 위치 좌표와 상기 단말이 위치하는 실제 좌표의 오차 절대값 평균인 것을 특징으로 하는 서버
|
| 6 |
6
제 1 항에 있어서,상기 단말은,입력층과 출력층 사이에 하나 이상의 중간층으로 구성되는 상기 다층 신경망 알고리즘을 이용하되, 상기 수신신호강도 정보를 상기 입력층에 입력하여 상기 출력층의 활성 함수에 의해 상기 추정 위치 좌표를 추정하되,상기 활성 함수는,상기 수신신호강도 정보에 비례하는 상기 추정 위치 좌표를 출력하는 것을 특징으로 하는 서버
|
| 7 |
7
제 1 항에 있어서,상기 단말은,상기 갱신 가중치 정보를 상기 광역 모델에 적용하여 상기 단말 가중치 정보를 생성하여 전송하는 과정을 반복하는 것을 특징으로 하는 서버
|
| 8 |
8
연합 학습 기반 측위 시스템을 구성하는 단말에 있어서,액세스 포인트로부터 전송되는 신호에 기초하여 수신신호강도 정보를 측정하는 정보 측정부;서버로부터 상기 수신신호강도 정보를 입력으로 하고, 단말의 추정 위치 좌표를 출력으로 하는 다층 신경망 알고리즘으로 이루어진 광역 모델 및 초기 가중치 정보를 수신하는 수신부;상기 광역 모델에 상기 수신신호강도 정보를 입력하여 상기 단말의 추정 위치 좌표를 출력하되, 상기 광역 모델을 통한 상기 추정 위치 좌표와 상기 단말이 위치하는 실제 좌표의 오차가 최소화되는 단말 가중치 정보를 산출하는 단말 가중치 정보 산출부; 및 상기 단말 가중치 정보를 상기 서버로 전송하는 송신부를 포함하되,상기 수신부는,상기 단말 가중치 정보에 기초하여 갱신된 갱신 가중치 정보를 상기 서버로부터 더 수신하고,상기 단말 가중치 정보 산출부는,상기 광역 모델에 상기 갱신 가중치 정보를 적용하여 상기 오차가 최소가 되는 상기 단말 가중치 정보를 산출하는 것을 특징으로 하는 단말
|
| 9 |
9
제 8 항에 있어서,상기 단말 가중치 정보 산출부는,상기 광역 모델의 손실함수 값이 최소화되는 상기 단말 가중치 정보를 생성하며,상기 손실함수 값은,상기 수신신호강도 정보에 기초하여 추정된 상기 추정 위치 좌표와 상기 단말이 위치하는 실제 좌표의 오차 절대값 평균인 것을 특징으로 하는 단말
|
| 10 |
10
제 8 항에 있어서,상기 단말 가중치 정보 산출부는,상기 수신신호강도 정보를 입력층에 입력하여 출력층의 활성 함수에 의해 상기 추정 위치 좌표를 추정하되,상기 활성 함수는,상기 수신신호강도 정보에 비례하는 상기 추정 위치 좌표를 출력하는 것을 특징으로 하는 단말
|
| 11 |
11
제 8 항에 있어서,상기 서버는,상기 광역 모델을 사용하는 둘 이상의 단말 각각으로부터 상기 단말 가중치 정보 및 상기 광역 모델의 입력으로 사용된 상기 수신신호강도 정보 개수를 수신하고,상기 수신신호강도 정보 개수를 모두 합하여 산출된 전체 수신신호강도 정보 개수 대비 상기 단말 별 상기 수신신호강도 정보 개수 비율을 산출하며,상기 단말 가중치 정보에 상기 수신신호강도 정보 개수 비율을 적용하여 상기 갱신 가중치 정보를 생성하는 것을 특징으로 하는 단말
|
| 12 |
12
연합 학습 기반 측위 시스템에 있어서,수신신호강도 정보를 입력으로 하고 단말의 추정 위치 좌표를 출력으로 하는 다층 신경망 알고리즘으로 이루어진 광역 모델을 생성하고,둘 이상의 단말로 상기 광역 모델, 초기 가중치 정보 및 갱신 가중치 정보를 전송하며, 상기 둘 이상의 단말 각각으로부터 수신된 단말 가중치 정보와 상기 둘 이상의 단말 별 상기 광역 모델의 입력으로 사용된 상기 수신신호강도 정보 개수를 이용하여 상기 갱신 가중치 정보를 생성하는 서버; 및상기 서버로부터 수신된 상기 광역 모델에 상기 초기 가중치 정보 또는 상기 갱신 가중치 정보를 적용하여, 상기 단말 가중치 정보를 생성하고,상기 광역 모델 및 액세스 포인트로부터 전송되는 신호에 기초하여 측정된 상기 수신신호강도 정보를 이용하여 상기 단말의 추정 위치 좌표를 측정하는 단말을 포함하는 측위 시스템
|
| 13 |
13
제 12 항에 있어서,상기 서버는,상기 갱신 가중치 정보가 수렴할 때까지, 상기 둘 이상의 단말 각각으로부터 수신되는 상기 단말 가중치 정보를 이용하여 상기 갱신 가중치 정보를 생성하는 과정을 반복하는 것을 특징으로 하는 측위 시스템
|
| 14 |
14
제 12 항에 있어서,상기 단말은,상기 서버로부터 수신되는 상기 갱신 가중치 정보를 상기 광역 모델에 적용하여, 상기 단말 가중치 정보를 생성하여 전송하는 과정을 반복하는 것을 특징으로 하는 측위 시스템
|
