1 |
1
인공지능(artificial intelligence, AI) 기반 다차원 온도 예측 방법으로서,온도 데이터인 1차원 데이터를 형태변환(reshape)을 통해 딥러닝 예측 모델에 입력하는 단계-여기서 형태변환된 1차원 데이터는 상기 딥러닝 예측 모델의 입력 데이터로서 3차원 배열을 구비하고, 상기 딥러닝 예측 모델은 병렬로 쌓은 컨볼루션 레이어들을 포함함-;상기 병렬로 쌓은 컨볼루션 레이어들을 통해 상기 입력 데이터를 병렬로 계산하는 단계; 및상기 병렬로 쌓은 컨볼루션 레이어들에 의해 각각 계산된 복수의 2차원 데이터를 출력하는 단계를 포함하며,상기 복수의 2차원 데이터는 상기 온도 데이터를 획득한 측정 대상 공간의 서로 다른 높이의 평면들에 대한 예측 온도 이미지들에 대응하는, 다차원 온도 예측 방법
|
2 |
2
청구항 1에 있어서,상기 온도 데이터는 상기 측정 대상 공간 내 특정 높이에 이격 설치된 복수의 센서들에 의해 측정되는 데이터 값을 포함하고,상기 딥러닝 예측 모델의 병렬로 쌓은 형태는 상기 측정 대상 공간의 넓이 또는 높이가 커짐에 따라 쌓은 개수가 증가하는, 다차원 온도 예측 방법
|
3 |
3
청구항 1에 있어서,상기 형태변환은 상기 온도 데이터를 밀집 레이어들(dense layers)을 통해 확장시켜 상기 입력 데이터를 생성하는 것을 포함하는, 다차원 온도 예측 방법
|
4 |
4
청구항 3에 있어서,상기 밀집 레이어들은 상기 온도 데이터와 연결되는 3층 밀집 레이어들을 포함하는, 다차원 온도 예측 방법
|
5 |
5
청구항 4에 있어서,상기 3층 밀집 레이어들은 n개의 온도 데이터를 수만배까지 확장시키며, 여기서 n은 4 이상, 25 이하의 자연수를 포함하는, 다차원 온도 예측 방법
|
6 |
6
청구항 1에 있어서,상기 온도 데이터의 데이터 값들의 범위를 0 내지 1 사이의 범위로 리스케일링(rescaling)하는 단계를 더 포함하는, 다차원 온도 예측 방법
|
7 |
7
청구항 6에 있어서,상기 리스케일링하는 단계는 섭씨(celsius, ℃) 온도 또는 화씨(fahrenheit, ℉) 온도에 대응하는 온도 데이터의 수십 내지 수백 레벨 범위를 0과 1 사이 범위의 데이터 값으로 조정하는, 다차원 온도 예측 방법
|
8 |
8
청구항 1에 있어서,상기 복수의 2차원 데이터를 쌓아 상기 측정 대상 공간에 대응하는 3차원 온도 이미지를 생성하는 단계를 더 포함하는, 다차원 온도 예측 방법
|
9 |
9
인공지능에 기반하여 측정 대상 공간의 3차원 온도 이미지를 생성하는 다차원 온도 예측 장치로서, 상기 온도 예측 장치는 컴퓨팅 장치를 포함하며 상기 컴퓨팅 장치는 적어도 하나 이상의 프로세서를 포함하고,상기 적어도 하나 이상의 프로세서는,온도 데이터인 1차원 데이터를 형태변환(reshape)을 통해 딥러닝 예측 모델에 입력하고-여기서 형태변환된 1차원 데이터는 상기 딥러닝 예측 모델의 입력 데이터로서 3차원 배열을 구비하고, 상기 딥러닝 예측 모델은 병렬로 쌓은 컨볼루션 레이어들을 포함함-,상기 병렬로 쌓은 컨볼루션 레이어들을 통해 상기 입력 데이터를 병렬로 계산하고,상기 병렬로 쌓은 컨볼루션 레이어들에 의해 병렬로 계산된 복수의 2차원 데이터를, 상기 온도 데이터를 획득한 측정 대상 공간의 서로 다른 높이의 평면들에 대한 예측 온도 이미지들로서 출력하는, 다차원 온도 예측 장치
|
10 |
10
청구항 9에 있어서,상기 온도 데이터는 상기 측정 대상 공간 내 특정 높이에 이격 설치된 복수의 센서들에 의해 측정된 데이터 값을 포함하고,상기 딥러닝 예측 모델의 병렬로 쌓은 형태는 상기 측정 대상 공간의 넓이 또는 높이가 커짐에 따라 쌓은 개수가 증가하는, 다차원 온도 예측 장치
|
11 |
11
청구항 9에 있어서,상기 적어도 하나 이상의 프로세서는,상기 형태변환 과정에서 상기 온도 데이터를 밀집 레이어들(dense layers)을 통해 확장시켜 상기 입력 데이터를 생성하며, 여기서 상기 입력 데이터는 일렬로 나열되는 데이터로서 미리 설정된 순서에 따라 상기 병렬로 쌓인 컨볼루션 레이어들에 입력되는, 다차원 온도 예측 장치
|
12 |
12
청구항 11에 있어서,상기 밀집 레이어들은 상기 온도 데이터가 입력되고 상기 입력 데이터가 출력되는 3층 밀집 레이어들을 포함하며,상기 3층 밀집 레이어들은 n개의 온도 데이터를 수만배까지 확장시키며, 여기서 n은 4 이상, 25 이하의 자연수를 포함하는, 다차원 온도 예측 장치
|
13 |
13
청구항 9에 있어서,상기 적어도 하나 이상의 프로세서는,상기 온도 데이터의 데이터 값들의 범위를 0 내지 1 사이의 범위로 리스케일링(rescaling)하는 것을 더 수행하는, 다차원 온도 예측 장치
|
14 |
14
청구항 9에 있어서,상기 적어도 하나 이상의 프로세서는,상기 복수의 2차원 데이터를 쌓아 상기 측정 대상 공간에 대응하는 3차원 온도 이미지를 생성하는 것을 더 수행하는, 다차원 온도 예측 장치
|
15 |
15
청구항 14에 있어서,상기 적어도 하나 이상의 프로세서는,상기 3차원 온도 이미지에서 상기 측정 대상 공간의 임의의 지점에 대한 온도를 실시간 예측하는 것을 더 수행하는, 다차원 온도 예측 장치
|