| 1 |
1
단말로부터 수집된 데이터를 입력 받아 누락 데이터의 존재 여부를 확인하고, 누락 데이터가 존재하는 경우, 거리 측정 방법을 활용하여 데이터의 누락 발생 시점 이전 데이터 패턴에 관한 복수의 유사 패턴을 과거데이터로부터 찾는 유사 패턴 검색부; 상기 과거데이터로부터 찾은 복수의 유사 패턴 각각에 해당하는 다음패턴에 관하여 상기 다음패턴과 누락 발생 시점 전후 데이터 간의 시간적 상관관계를 반영하도록 상기 다음패턴을 조정하는 복원 데이터 최적화부; 및두 개의 가중치-RMSE(weighted-RMSE) 값으로 구성되는 PSF(pattern score function)를 활용하여 상기 조정된 복수의 다음패턴 중 하나를 선정하여 누락구간을 대체하는 복원 데이터 선정부를 포함하는 누락데이터 관리 장치
|
| 2 |
2
제1항에 있어서,상기 유사 패턴 검색부는, 일변량 시계열 데이터에 대한 거리 측정 방식인 MP-BMDI(MPdist-based Missing Data Imputation) 알고리즘을 이용하여 시계열 데이터 간 유사도를 측정하고, 측정된 유사도에 따라 데이터의 누락 발생 시점 이전의 미리 정해진 크기를 갖는 데이터(query)에 관한 복수의 유사 패턴(subsequences)을 과거데이터로부터 찾는 누락데이터 관리 장치
|
| 3 |
3
제2항에 있어서,상기 MP-BMDI 알고리즘은 복수의 유사 패턴에 대한 시계열 데이터의 순서에 관계없이 복수의 유사 패턴이 공유되는 경우 두 개의 유사 패턴을 유사한 시계열 데이터로 찾는 누락데이터 관리 장치
|
| 4 |
4
제1항에 있어서,상기 복원 데이터 최적화부는, 데이터의 누락 발생 시점 이전의 미리 정해진 크기를 갖는 데이터에 관한 복수의 유사 패턴 각각에 해당하는 다음 패턴(imputation subsequence)을 최적의 높이(height)에 맞게 조정하는 누락데이터 관리 장치
|
| 5 |
5
제4항에 있어서,상기 다음 패턴의 초기 데이터와 터미널 데이터 포인트, 및 누락 구간의 초기 데이터와 터미널 데이터 포인트를 이용하여 최적의 높이를 계산하고, 상기 다음패턴과 누락 발생 시점 전후 데이터 간의 시간적 상관관계를 반영하도록 상기 계산된 최적의 높이에 따라 해당 다음 패턴을 이동시키는 누락데이터 관리 장치
|
| 6 |
6
제1항에 있어서,상기 복원 데이터 선정부는, 상기 조정된 복수의 다음패턴과 데이터의 누락 발생 시점 이전의 미리 정해진 크기를 갖는 데이터의 패턴 간의 RMSE를 계산하고, 복수의 유사 패턴의 벡터와 조정된 복수의 다음패턴의 벡터 간의 RMSE를 계산하여 복원 데이터를 선정하는 누락데이터 관리 장치
|
| 7 |
7
제6항에 있어서,상기 PSF는 상기 조정된 복수의 다음패턴에서 각각의 서브시퀀스와 데이터의 누락 발생 시점 이전의 미리 정해진 크기를 갖는 데이터의 패턴 간의 유사도를 나타내는 패턴 점수를 이용하고, 가장 작은 패턴 점수를 나타내는 서브시퀀스를 가장 유사한 서브시퀀스로 정의한 후, 다음패턴에 적용하여 누락구간을 대체하는 누락데이터 관리 장치
|
| 8 |
8
단말로부터 수집된 데이터를 입력 받아 누락 데이터의 존재 여부를 확인하는 단계; 거리 측정 방법을 활용하여 데이터의 누락 발생 시점 이전 데이터 패턴에 관한 복수의 유사 패턴을 과거데이터로부터 찾는 단계; 상기 과거데이터로부터 찾은 복수의 유사 패턴 각각에 해당하는 다음패턴에 관하여 상기 다음패턴과 누락 발생 시점 전후 데이터 간의 시간적 상관관계를 반영하도록 상기 다음패턴을 조정하는 단계; 및 두 개의 가중치-RMSE(weighted-RMSE) 값으로 구성되는 PSF(pattern score function)를 활용하여 상기 조정된 복수의 다음패턴 중 하나를 선정하여 누락구간을 대체하는 단계를 포함하는 누락데이터 관리 방법
|
| 9 |
9
제8항에 있어서,상기 거리 측정 방법을 활용하여 데이터의 누락 발생 시점 이전 데이터 패턴에 관한 복수의 유사 패턴을 과거데이터로부터 찾는 단계는, 일변량 시계열 데이터에 대한 거리 측정 방식인 MP-BMDI(MPdist-based Missing Data Imputation) 알고리즘을 이용하여 시계열 데이터 간 유사도를 측정하고, 측정된 유사도에 따라 데이터의 누락 발생 시점 이전의 미리 정해진 크기를 갖는 데이터(query)에 관한 복수의 유사 패턴(subsequences)을 과거데이터로부터 찾는 누락데이터 관리 방법
|
| 10 |
10
제9항에 있어서, 상기 MP-BMDI 알고리즘은 복수의 유사 패턴에 대한 시계열 데이터의 순서에 관계없이 복수의 유사 패턴이 공유되는 경우 두 개의 유사 패턴을 유사한 시계열 데이터로 찾는 누락데이터 관리 방법
|
| 11 |
11
제8항에 있어서,상기 과거데이터로부터 찾은 복수의 유사 패턴 각각에 해당하는 다음패턴에 관하여 상기 다음패턴과 누락 발생 시점 전후 데이터 간의 시간적 상관관계를 반영하도록 상기 다음패턴을 조정하는 단계는, 데이터의 누락 발생 시점 이전의 미리 정해진 크기를 갖는 데이터에 관한 복수의 유사 패턴 각각에 해당하는 다음 패턴(imputation subsequence)을 최적의 높이(height)에 맞게 조정하는 누락데이터 관리 방법
|
| 12 |
12
제11항에 있어서,상기 다음 패턴의 초기 데이터와 터미널 데이터 포인트, 및 누락 구간의 초기 데이터와 터미널 데이터 포인트를 이용하여 최적의 높이를 계산하고, 상기 다음패턴과 누락 발생 시점 전후 데이터 간의 시간적 상관관계를 반영하도록 상기 계산된 최적의 높이에 따라 해당 다음 패턴을 이동시키는 누락데이터 관리 방법
|
| 13 |
13
제8항에 있어서,상기 두 개의 가중치-RMSE(weighted-RMSE) 값으로 구성되는 PSF(pattern score function)를 활용하여 상기 조정된 복수의 다음패턴 중 하나를 선정하여 누락구간을 대체하는 단계는, 상기 조정된 복수의 다음패턴과 데이터의 누락 발생 시점 이전의 미리 정해진 크기를 갖는 데이터의 패턴 간의 RMSE를 계산하고, 복수의 유사 패턴의 벡터와 조정된 복수의 다음패턴의 벡터 간의 RMSE를 계산하여 복원 데이터를 선정하는 누락데이터 관리 방법
|
| 14 |
14
제13항에 있어서,상기 PSF는 상기 조정된 복수의 다음패턴에서 각각의 서브시퀀스와 데이터의 누락 발생 시점 이전의 미리 정해진 크기를 갖는 데이터의 패턴 간의 유사도를 나타내는 패턴 점수를 이용하고, 가장 작은 패턴 점수를 나타내는 서브시퀀스를 가장 유사한 서브시퀀스로 정의한 후, 다음패턴에 적용하여 누락구간을 대체하는 누락데이터 관리 방법
|
| 15 |
15
복수의 IoT 센서를 통해 센서 데이터를 수집하고, 수집된 센서 데이터를 IoT 통신 프로토콜을 통해 에지 노드로 전송하는 IoT 노드; 수집된 센서 데이터를 입력 받아 누락 데이터에 대한 일변량 시계열 데이터의 결측값을 보정하여 데이터를 복원하는 에지 노드; 및 복원된 데이터를 에지 노드로부터 수신하여 데이터를 시각화하는 서버를 포함하고, 상기 에지 노드는, 단말로부터 수집된 데이터를 입력 받아 누락 데이터의 존재 여부를 확인하고, 누락 데이터가 존재하는 경우, 거리 측정 방법을 활용하여 데이터의 누락 발생 시점 이전 데이터 패턴에 관한 복수의 유사 패턴을 과거데이터로부터 찾는 유사 패턴 검색부; 상기 과거데이터로부터 찾은 복수의 유사 패턴 각각에 해당하는 다음패턴에 관하여 상기 다음패턴과 누락 발생 시점 전후 데이터 간의 시간적 상관관계를 반영하도록 상기 다음패턴을 조정하는 복원 데이터 최적화부; 및두 개의 가중치-RMSE(weighted-RMSE) 값으로 구성되는 PSF(pattern score function)를 활용하여 상기 조정된 복수의 다음패턴 중 하나를 선정하여 누락구간을 대체하는 복원 데이터 선정부를 포함하는 에지 컴퓨팅 환경에서의 IoT 누락데이터 관리 시스템
|
