| 1 |
1
주변 환경으로부터 환경 가스 및 예측 대상 가스를 포집하고, 상기 포집된 환경 가스 및 목표 가스에 기반하여 혼합 가스를 생성하고, 상기 혼합 가스를 제 1 센서 어레이 및 제 2 센서 어레이를 사용하여 제 1 센싱 조건 및 제 2 센싱 조건에서 각각 센싱하고, 그리고 상기 제 1 센서 어레이 및 상기 제 2 센서 어레이의 상기 센싱 결과에 기반하여 측정 데이터를 생성하는 혼합 가스 측정 장치; 및상기 측정 데이터에 기반하여 앙상블 예측 모델을 생성하는 프로세서를 포함하는 탐지 지능 학습 장치를 포함하는 가스 탐지 지능 학습 시스템
|
| 2 |
2
제 1 항에 있어서,상기 혼합 가스 측정 장치는:상기 제 1 센서 어레이의 상기 센싱 결과 및 상기 제 2 센서 어레이의 상기 센싱 결과로부터 멀티모달 센싱 데이터를 생성하고; 그리고상기 멀티모달 센싱 데이터로부터 측정 데이터를 생성하는 가스 탐지 지능 학습 시스템
|
| 3 |
3
제 2 항에 있어서,상기 프로세서는:상기 측정 데이터를 전처리함으로써 탐지 지능 학습 데이터를 생성하고;상기 탐지 지능 학습 데이터에 기반하여 상기 제 1 센싱 조건 및 상기 제 1 센서 어레이와 연관된 제 1 조건부 탐지 지능 모델, 상기 제 1 센싱 조건 및 상기 제 2 센서 어레이와 연관된 제 2 조건부 탐지 지능 모델, 상기 제 2 센싱 조건 및 상기 제 1 센서 어레이와 연관된 제 3 조건부 탐지 지능 모델, 및 상기 제 2 센싱 조건 및 상기 제 2 센서 어레이와 연관된 제 4 조건부 탐지 지능 모델을 생성하고; 그리고상기 탐지 지능 학습 데이터에 기반하여, 상기 제 1 내지 제 4 조건부 학습 모델들을 학습시킴으로써 상기 앙상블 예측 모델을 생성하는 가스 탐지 지능 학습 시스템
|
| 4 |
4
제 3 항에 있어서,상기 프로세서는:상기 측정 데이터를 샘플링하거나, 상기 측정 데이터의 이상 데이터를 처리하거나, 상기 측정 데이터의 결측치를 처리하거나, 또는 상기 측정 데이터를 정규화하는 가스 탐지 지능 학습 시스템
|
| 5 |
5
제 3 항에 있어서,상기 프로세서는:상기 탐지 지능 학습 데이터로부터, 상기 제 1 센싱 조건 및 상기 제 1 센서 어레이와 연관된 제 1 시계열 시리즈들을 생성하고, 그리고상기 제 1 시계열 시리즈에 기반하여 상기 제 1 조건부 탐지 지능 모델을 학습시키는 가스 탐지 지능 학습 시스템
|
| 6 |
6
제 3 항에 있어서, 상기 프로세서는:상기 탐지 지능 학습 데이터 중, 상기 제 1 센서 어레이 및 상기 제 1 센싱 조건과 연관된 제 1 데이터 및 상기 제 1 센서 어레이 및 상기 제 2 센싱 조건과 연관된 제 2 데이터를 비교함으로써, 상기 제 1 조건부 탐지 지능 모델 및 상기 제 2 조건부 탐지 지능 모델을 학습시키는 가스 탐지 지능 학습 시스템
|
| 7 |
7
제 3 항에 있어서,상기 프로세서는:상기 탐지 지능 학습 데이터 중, 상기 제 1 센서 어레이 및 상기 제 1 센싱 조건과 연관된 제 1 데이터 및 상기 제 2 센서 어레이 및 상기 제 1 센싱 조건과 연관된 제 2 데이터를 비교함으로써, 상기 제 1 조건부 탐지 지능 모델 및 상기 제 3 조건부 탐지 지능 모델을 학습시키는 가스 탐지 지능 학습 시스템
|
| 8 |
8
제 3 항에 있어서,상기 프로세서는:상기 제 1 조건부 탐지 지능 모델을 상기 탐지 지능 학습 데이터 중 상기 제 2 센서 어레이와 연관된 데이터로 전이 학습을 사용하여 학습시키는 가스 탐지 지능 학습 시스템
|
| 9 |
9
제 3 항에 있어서,상기 프로세서는:상기 제 1 조건부 학습 모델 및 상기 제 3 조건부 학습 모델을 상기 탐지 지능 학습 데이터 중 상기 제 1 센서 어레이와 연관된 데이터에 기반하여 결합함으로써 상기 제 1 센서 어레이와 연관된 제 1 앙상블 학습 모델을 생성하는 가스 탐지 지능 학습 시스템
|
| 10 |
10
제 1 항에 있어서,상기 혼합 가스 측정 장치는:상기 환경 가스를 상기 주변 환경에 따라 제 1 환경 가스 및 제 2 환경 가스로 분류하고;상기 제 1 환경 가스 및 상기 제 2 환경 가스를 조합함으로써 제 1 조합 가스를 생성하고; 그리고상기 목표 가스로부터 제 1 농도의 제 1 농축 목표 가스 및 제 2 농도의 제 2 농축 목표 가스를 생성하는 가스 탐지 지능 학습 시스템
|
| 11 |
11
제 10 항에 있어서,상기 혼합 가스 측정 장치는:상기 제 1 농축 목표 가스 및 상기 제 1 조합 가스를 조합함으로써 상기 혼합 가스를 생성하는 가스 탐지 지능 학습 시스템
|
| 12 |
12
제 11 항에 있어서,상기 혼합 가스는 제 1 혼합 가스이고, 그리고상기 혼합 가스 측정 장치는:상기 주변 환경으로부터 제 3 환경 가스를 포집하고;상기 제 1 환경 가스 및 상기 제 3 환경 가스를 조합함으로써 제 2 조합 가스를 생성하고;상기 제 2 환경 가스 및 상기 제 3 환경 가스를 조합함으로써 제 3 조합 가스를 생성하고;상기 제 1 농축 목표 가스 및 상기 제 2 조합 가스를 조합함으로써 제 2 혼합 가스를 생성하고; 그리고상기 제 1 농축 목표 가스 및 상기 제 3 조합 가스를 조합함으로써 제 3 혼합 가스를 생성하는 가스 탐지 지능 학습 시스템
|
| 13 |
13
주변 환경으로부터 획득된 환경 가스 및 목표 가스로부터 혼합 가스를 생성하는 단계;복수의 센싱 조건들 하에서 제 1 센서 어레이 및 제 2 센서 어레이를 사용하여 상기 혼합 가스로부터 상기 목표 가스를 센싱하는 단계;상기 센싱 결과에 기반하여, 탐지 지능 학습 데이터를 생성하는 단계; 및상기 탐지 지능 학습 데이터에 기반하여 앙상블 탐지 지능 모델을 생성하는 단계를 포함하는 가스 탐지 지능 학습 시스템의 동작 방법
|
| 14 |
14
제 13 항에 있어서,상기 혼합 가스를 생성하는 단계는:상기 환경 가스 및 상기 목표 가스를 샘플링하는 단계;상기 샘플링된 환경 가스를 복수의 조합들로 각각 조합하는 단계;상기 샘플링된 목표 가스를 복수의 농도들로 각각 농축하는 단계; 및상기 복수의 농도들 각각에 대해, 상기 농축된 샘플링된 목표 가스 및 상기 복수의 조합들로 조합된 환경 가스를 혼합하는 단계를 포함하는 가스 탐지 지능 학습 시스템의 동작 방법
|
| 15 |
15
제 13 항에 있어서,상기 혼합 가스로부터 상기 목표 가스를 센싱하는 단계는:상기 혼합 가스를 상기 제 1 센서 어레이 및 상기 제 2 센서 어레이로 분배하는 단계;상기 복수의 센싱 조건들 중 제 1 센싱 조건에서, 상기 제 1 센서 어레이를 사용하여 상기 혼합 가스로부터 상기 목표 가스를 제 1 시간 동안 센싱하는 단계;상기 제 1 센싱 조건에서, 상기 제 1 센서 어레이를 사용하여 상기 혼합 가스로부터 상기 목표 가스를 제 2 시간 동안 센싱하는 단계; 및상기 제 1 센싱 조건 하에서의 상기 센싱들의 결과들을 합성하는 단계를 포함하는 가스 탐지 지능 학습 시스템의 동작 방법
|
| 16 |
16
제 13 항에 있어서,상기 앙상블 탐지 지능 모델을 생성하는 단계는:상기 탐지 지능 학습 데이터를 사용하여, 상기 혼합 가스로부터 상기 목표 가스를 센싱하는 시점에 대해 제 1 중간 모델 집합을 학습시키는 단계;상기 탐지 지능 학습 데이터 및 상기 제 1 중간 모델 집합을 사용하여, 상기 복수의 센싱 조건들 및 상기 제 1 센서 어레이의 관계에 대해 제 2 중간 모델 집합을 학습시키는 단계; 및상기 탐지 지능 학습 데이터 및 상기 제 2 중간 모델 집합을 사용하여, 상기 제 1 센서 어레이 및 상기 제 2 센서 어레이를 비교함으로써 조건부 탐지 지능 모델을 학습시키는 단계를 포함하는 가스 탐지 지능 학습 시스템의 동작 방법
|
| 17 |
17
제 13 항에 있어서,상기 탐지 지능 학습 데이터 중 상기 제 1 센서 어레이와 연관된 데이터 및 상기 제 2 센서 어레이에 대한 제 1 중간 모델 집합을 사용하여, 전이 학습 알고리즘을 이용해 상기 제 1 센서 어레이에 대한 제 1 도메인 변환 모델 집합을 학습시키는 단계; 및상기 탐지 지능 학습 데이터 중 상기 제 1 센서 어레이와 연관된 데이터를 사용하여 상기 제 1 도메인 변환 모델 집합에 포함된 모델들을 결합하는 단계를 포함하는 가스 탐지 지능 학습 시스템의 동작 방법
|
