1 |
1
기계학습 모델의 이상 데이터 추출 방법으로서,센싱 데이터를 획득하는 단계;상기 센싱 데이터를 입력으로 구동하는 제1 기계학습 모델에서 제1 결과 데이터를 출력하는 단계;상기 센싱 데이터를 입력으로 구동하되, 상기 제1 기계학습 모델과 상이한 제2 기계학습 모델에서 제2 결과 데이터를 출력하는 단계;상기 센싱 데이터와 상기 제2 결과 데이터를 비교하는 단계;상기 비교 결과에 기초하여 상기 센싱 데이터가 이상 데이터인지 여부를 결정하는 단계; 및상기 센싱 데이터가 이상 데이터로 결정된 경우, 상기 이상 데이터로 결정된 센싱 데이터인 타겟 데이터의 로그 정보를 저장하는 단계를 포함하는, 기계학습 모델의 이상 데이터 추출 방법
|
2 |
2
청구항 1에 있어서,상기 제2 기계학습 모델은 과소완전 적층 오토인코더(Undercomplete Stacked Autoencoder)이고,상기 센싱 데이터와 상기 제2 결과 데이터를 비교하는 단계는, 상기 과소완전 적층 오토인코더의 재현율을 결정하는 단계를 포함하고,상기 센싱 데이터가 이상 데이터인지 여부를 결정하는 단계는, 상기 재현율이 기정의된 임계값 이상인지 여부에 기초하여 상기 이상 데이터 여부를 결정하는 단계를 포함하는, 기계학습 모델의 이상 데이터 추출 방법
|
3 |
3
청구항 2에 있어서,상기 센싱 데이터가 이상 데이터인지 여부를 결정하는 단계는,상기 재현율이 상기 임계값 미만인 경우에 상기 센싱 데이터를 상기 이상 데이터로 결정하는 단계를 포함하는, 기계학습 모델의 이상 데이터 추출 방법
|
4 |
4
청구항 1에 있어서,상기 로그 정보는, 상기 타겟 데이터, 상기 타겟 데이터를 입력으로 상기 제1 기계학습 모델에 의해 출력된 제1 타겟 결과 데이터, 상기 타겟 데이터를 입력으로 상기 제2 기계학습 모델에 의해 출력된 제2 타겟 결과 데이터, 상기 타겟 데이터의 입력 시간 및 상기 타겟 데이터의 센싱 시간 중 적어도 하나의 정보를 포함하는, 기계학습 모델의 이상 데이터 추출 방법
|
5 |
5
청구항 1에 있어서,상기 로그 정보를 학습 데이터로 이용하여 상기 제1 기계학습 모델의 전이 학습(Transfer Learning)을 수행하는 단계를 더 포함하는, 기계학습 모델의 이상 데이터 추출 방법
|
6 |
6
청구항 1에 있어서,상기 센싱 데이터는 온도, 습도, 연기량 및 가스량 중 적어도 하나의 정보를 포함하고,상기 제1 결과 데이터를 출력하는 단계는, 타겟 공간의 화재 발생 여부에 대한 결과를 포함하는 상기 제1 결과 데이터를 출력하는 단계를 포함하는, 기계학습 모델의 이상 데이터 추출 방법
|
7 |
7
청구항 6에 있어서,상기 타겟 데이터의 로그 정보를 저장하는 단계는, 상기 제2 기계학습 모델에 의해 상기 센싱 데이터가 이상 데이터로 결정되고, 상기 제1 기계학습 모델에 의해 생성된 상기 제1 결과 데이터가 상기 타겟 공간에 화재가 발생했다는 정보를 포함하는 경우 상기 타겟 데이터의 로그 정보를 저장하는 단계를 포함하는, 기계학습 모델의 이상 데이터 추출 방법
|
8 |
8
청구항 6에 있어서,상기 타겟 데이터의 센싱 시점의 온풍기 작동 상태, 창문 개폐 상태 및 날씨 정보 중 적어도 하나의 상태 정보를 획득하는 단계; 및상기 로그 정보 및 상기 상태 정보를 학습 데이터로 이용하여 상기 제1 기계학습 모델의 전이 학습을 수행하는 단계를 더 포함하는, 기계학습 모델의 이상 데이터 추출 방법
|
9 |
9
청구항 1에 있어서,상기 센싱 데이터를 획득하는 단계는, 복수의 센싱 데이터를 획득하는 단계; 및 상기 복수의 센싱 데이터를 기정의된 구간으로 스케일링한 전처리 데이터를 생성하는 단계를 포함하되,상기 제1 및 제2 기계학습 모델은, 상기 전처리 데이터를 입력으로 각각 상기 제1 및 제2 결과 데이터를 출력하는, 기계학습 모델의 이상 데이터 추출 방법
|
10 |
10
하드웨어와 결합되어 청구항 1 내지 청구항 9 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램
|