| 1 |
1
데이터 전송시 수신자를 구분하기 위한 멀티캐스트 ID를 텍스트 데이터에 추가하여 멀티캐스트 가시광 통신을 이용하여 전송하는 멀티캐스트 가시광 송신부(130)가 구비된 송신부(100)와; 상기 송신부(100)로부터 전송되는 텍스트 데이터에 포함된 멀티캐스트 ID를 확인하여 멀티캐스트 ID가 자신의 ID와 일치하는 경우 텍스트 데이터를 수신하여 수신 데이터 DB(251)에 저장하는 멀티캐스트 가시광 수신부(220)와, 상기 멀티캐스트 가시광 수신부(220)를 통하여 수신된 텍스트 데이터에 오류가 있는 경우 오류 정정 머신러닝 모델을 통해 오류를 정정하여 정정 데이터 DB(252)에 저장하는 머신러닝 기반 텍스트 데이터 오류 정정부(230)와, 상기 텍스트 데이터 오류 정정부(230)를 통하여 오류가 정정된 텍스트 데이터에 악의적인 텍스트가 있는 경우 필터링 머신러닝 모델을 통해 필터링하여 필터링 데이터 DB(253)에 저장하는 머신러닝 기반 텍스트 데이터 필터링부(240)가 구비된 수신부(200);를 포함하는 멀티캐스트 가시광 통신 시스템으로, 상기 텍스트 데이터 오류 정정부(230)는 상기 멀티캐스트 가시광 수신부(220)를 통하여 수신되어 수신 데이터 DB(251)에 저장된 텍스트 데이터를 인출하여, 오류 정정 머신러닝 모델을 통해 오류가 있는지 검사하여 오류가 있는 경우 오류를 정정하고 오류가 정정된 텍스트 데이터 또는 오류가 없는 텍스트 데이터를 정정 데이터 DB(252)에 저장하되, 상기 오류 정정 머신러닝 모델은 오류 정정 학습을 위한 학습 데이터를 인출하여 학습 데이터 구분을 위해 단어를 알파벳 단위로 나누는 데이터 정렬을 수행하고, 각각의 알파벳에 고유의 라벨을 부여하는 라벨 인코딩(Label encoding)을 수행하며, 텍스트 데이터의 길이를 일정하게 맞추는 패딩(Padding)을 수행하는 전처리 과정을 수행한 후, 각각 복수의 유닛을 갖는 Input Layer와 Hidden Layer 및 Output Layer로 이루어진 오류 정정 머신러닝 모델에서 상기 전처리된 학습 데이터를 통해 학습을 수행하고 학습된 결과를 저장하고, 상기 텍스트 데이터 필터링부(240)는 상기 텍스트 데이터 오류 정정부(230)를 통하여 정정 데이터 DB(252)에 저장된 텍스트 데이터를 인출하여, 필터링 머신러닝 모델을 통해 데이터가 악의적인 텍스트일 확률을 계산하여 악의적인 텍스트일 경우 이를 필터링하고, 필터링된 텍스트 데이터 또는 악의적이지 않은 텍스트 데이터를 필터링 데이터 DB(253)에 저장하되, 상기 필터링 머신러닝 모델은 필터링 학습을 위한 학습 데이터를 인출하여 각 데이터마다 다른 고유의 번호를 부여하는 라벨링을 수행하고, 해당 데이터가 악의적인 텍스트인 경우 결과 값을 '1'로, 악의적인 텍스트가 아닌 경우 '0'으로 지정한 후, 1개의 유닛을 갖는 Input Layer와 복수의 유닛을 갖는 Hidden Layer 및 1개의 유닛을 갖는 Output Layer로 이루어진 필터링 머신러닝 모델에서 학습을 수행하고 학습된 결과를 저장하는 것을 특징으로 하는 멀티캐스트 가시광 통신 시스템
|
| 2 |
2
삭제
|
| 3 |
3
삭제
|
| 4 |
4
삭제
|
| 5 |
5
제 1항에 있어서, 상기 오류 정정 머신러닝 모델은 상기 Input Layer에서 전처리 과정을 통해 만들어진 학습 데이터를 수신하고, Hidden Layer에서 수신된 학습 데이터와 결과 데이터 사이의 관계를 계산하며, Output Layer에서 머신러닝이 계산한 결과 값을 출력하되, 상기 Hidden Layer는 비선형 활성화 함수가 각 유닛에 사용되어, 각각의 유닛의 출력 값을 수학식 (여기서, 는 비선형 활성화함수, 는 각 연결의 가중치, 는 편향을 의미한다) 으로 계산하여 출력하며, Output Layer의 결과 값과 학습 데이터의 결과 값을 손실 함수(Loss Function)를 이용하여 오차를 비교하고, Optimizer를 이용하여 가중치와 편향을 갱신하면서 최적의 가중치와 편향을 찾는 것을 특징으로 하는 멀티캐스트 가시광 통신 시스템
|
| 6 |
6
삭제
|
| 7 |
7
제 1항에 있어서, 상기 Input Layer에서 라벨링된 학습 데이터를 수신하고, Hidden Layer에서 수신된 학습 데이터와 결과 데이터 사이의 관계를 계산하며, Output Layer에서 머신러닝이 계산한 결과 값을 출력하되, 상기 Hidden Layer는 비선형 활성화 함수가 각 유닛에 사용되어, 각각의 유닛의 출력 값을 수학식 (여기서, 는 비선형 활성화함수, 는 각 연결의 가중치, 는 편향을 의미한다)으로 계산하여 출력하며, Output Layer의 결과 값과 학습 데이터의 결과 값을 손실 함수(Loss Function)를 이용하여 오차를 비교하고, Optimizer를 이용하여 가중치와 편향을 갱신하면서 최적의 가중치와 편향을 찾는 것을 특징으로 하는 멀티캐스트 가시광 통신 시스템
|
| 8 |
8
제 1항, 제 5항, 제 7항 중 어느 한 항에 있어서, 상기 수신 데이터 DB(251)와 정정 데이터 DB(252) 및 필터링 데이터 DB(253)에 저장된 텍스트 데이터들은 오류 정정 머신러닝 모델 또는 필터링 머신러닝 모델의 학습을 위한 데이터로 사용되는 것을 특징으로 하는 멀티캐스트 가시광 통신 시스템
|
