맞춤기술찾기

이전대상기술

M2M 시스템에서 인공지능 서비스를 가능하게 하기 위한 방법 및 장치

  • 기술번호 : KST2022021531
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 개시는 M2M(Machine-to-Machine) 시스템에서 인공지능(artificial intelligence, AI) 서비스를 가능하게 하기 위한 것으로, 제1 장치의 동작 방법은, 인공지능 모델의 훈련에 관련된 자원의 생성을 요청하는 제1 메시지를 제2 장치에게 송신하는 단계, 상기 자원에 기반한 훈련의 수행을 요청하는 제2 메시지를 상기 제2 장치에게 송신하는 단계, 상기 인공지능 모델의 훈련의 완료를 통지하는 제3 메시지를 상기 제2 장치로부터 수신하는 단계, 및 상기 훈련된 인공지능 모델을 이용하여 예측 동작을 수행하는 단계를 포함할 수 있다.
Int. CL H04L 67/12 (2022.01.01) H04W 4/70 (2018.01.01) H04L 67/51 (2022.01.01) G06N 20/00 (2019.01.01)
CPC H04L 67/12(2013.01) H04W 4/70(2013.01) H04L 67/51(2013.01) G06N 20/00(2013.01)
출원번호/일자 1020220027541 (2022.03.03)
출원인 현대자동차주식회사, 기아 주식회사, 세종대학교산학협력단
등록번호/일자
공개번호/일자 10-2022-0152923 (2022.11.17) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 미국  |   63/186,436   |   2021.05.10
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 14

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 현대자동차주식회사 대한민국 서울특별시 서초구
2 기아 주식회사 대한민국 서울특별시 서초구
3 세종대학교산학협력단 대한민국 서울특별시 광진구 능동로 *** (군

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 송재승 서울특별시 광진구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 성병기 대한민국 서울특별시 서초구 사임당로 **, **층 (서초동, 재우빌딩)(마루특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2022.03.03 수리 (Accepted) 1-1-2022-0237211-71
2 우선권주장증명서류제출서(USPTO)
Submission of Priority Certificate(USPTO)
2022.03.11 수리 (Accepted) 9-1-2022-9002588-19
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
M2M(Machine-to-Machine) 시스템에서 제1 장치의 동작 방법에 있어서,인공지능 모델의 훈련에 관련된 자원의 생성을 요청하는 제1 메시지를 제2 장치에게 송신하는 단계;상기 자원에 기반한 훈련의 수행을 요청하는 제2 메시지를 상기 제2 장치에게 송신하는 단계;상기 인공지능 모델의 훈련의 완료를 통지하는 제3 메시지를 상기 제2 장치로부터 수신하는 단계; 및상기 훈련된 인공지능 모델을 이용하여 예측 동작을 수행하는 단계를 포함하는 방법
2 2
청구항 1에 있어서,상기 자원은, 상기 훈련을 위한 학습 데이터를 저장하는 자원들에 대한 정보를 위한 어트리뷰트, 상기 학습 데이터의 튜플 별 비율에 대한 정보를 위한 어트리뷰트, 상기 인공지능 모델에 대한 정보를 위한 어트리뷰트, 상기 인공지능 모델에서 사용되는 파라미터에 대한 정보, 상기 훈련된 인공지능 모델을 저장하기 위한 어트리뷰트, 상기 인공지능 모델의 구축을 트리거링하는 정보를 위한 어트리뷰트 중 적어도 하나를 포함하는 방법
3 3
청구항 1에 있어서,상기 제2 장치로부터 상기 인공지능 모델을 이용하기 위해 생성된 소프트웨어를 다운로드하는 단계를 더 포함하는 방법
4 4
청구항 1에 있어서상기 훈련된 인공지능 모델을 이용하여 예측 동작을 수행하는 단계는,상기 훈련된 인공지능 모델에 입력될 입력 데이터를 상기 제2 장치로 송신하는 단계; 및상기 제2 장치로부터 상기 입력 데이터로부터 예측된 결과를 수신하는 단계를 포함하는 방법
5 5
청구항 1에 있어서,상기 제3 메시지는, 상기 인공지능 모델의 훈련 완료를 지시하는 정보, 상기 훈련된 인공지능 모델의 성능을 지시하는 정보 중 적어도 하나를 포함하는 방법
6 6
M2M(Machine-to-Machine) 시스템에서 제2 장치의 동작 방법에 있어서,인공지능 모델의 훈련에 관련된 자원의 생성을 요청하는 제1 메시지를 제1 장치로부터 수신하는 단계;상기 자원에 기반한 훈련의 수행을 요청하는 제2 메시지를 상기 제1 장치로부터 수신하는 단계;상기 인공지능 모델의 구축(build)을 요청하는 제3 메시지를 제3 장치로 송신하는 단계; 및상기 인공지능 모델을 이용한 예측 동작을 보조하는 단계를 포함하는 방법
7 7
청구항 6에 있어서,상기 자원은, 상기 훈련을 위한 학습 데이터를 저장하는 자원들에 대한 정보를 위한 어트리뷰트, 상기 학습 데이터의 튜플 별 비율에 대한 정보를 위한 어트리뷰트, 상기 인공지능 모델에 대한 정보를 위한 어트리뷰트, 상기 인공지능 모델에서 사용되는 파라미터에 대한 정보, 상기 훈련된 인공지능 모델을 저장하기 위한 어트리뷰트, 상기 인공지능 모델의 구축을 트리거링하는 정보를 위한 어트리뷰트 중 적어도 하나를 포함하는 방법
8 8
청구항 6에 있어서,상기 예측 동작을 보조하는 단계는,상기 제1 장치에게 상기 인공지능 모델을 이용하기 위해 생성된 소프트웨어를 제공하는 단계를 포함하는 방법
9 9
청구항 6에 있어서상기 예측 동작을 보조하는 단계는,상기 훈련된 인공지능 모델에 입력될 입력 데이터를 상기 제2 장치로 송신하는 단계; 및상기 제2 장치로부터 상기 입력 데이터로부터 예측된 결과를 수신하는 단계를 포함하는 방법
10 10
청구항 6에 있어서,상기 제3 메시지는, 상기 인공지능 모델을 지시하는 정보, 상기 인공지능 모델의 훈련에 필요한 정보, 상기 훈련을 위한 학습 데이터에 대한 정보, 상기 학습 데이터에 접근하기 위해 필요한 정보 중 적어도 하나를 포함하는 방법
11 11
청구항 6에 있어서,훈련된 인공지능 모델에 대한 정보를 포함하는 제4 메시지를 상기 제3 장치로부터 수신하는 단계; 및상기 인공지능 모델의 훈련의 완료를 통지하는 제5 메시지를 상기 제1 장치에게 송신하는 단계를 더 포함하는 방법
12 12
M2M(Machine-to-Machine) 시스템에서 제3 장치의 동작 방법에 있어서,제1 장치에서 이용될 인공지능 모델의 구축(build)을 요청하는 제1 메시지를 제2 장치로부터 수신하는 단계;상기 인공지능 모델을 생성하는 단계;상기 인공지능 모델에 대한 훈련을 수행하는 단계; 및상기 훈련된 인공지능 모델에 대한 정보를 포함하는 제2 메시지를 상기 제2 장치에게 송신하는 단계를 포함하는 방법
13 13
청구항 12에 있어서,상기 제1 메시지는, 상기 인공지능 모델을 지시하는 정보, 상기 인공지능 모델의 훈련에 필요한 정보, 상기 훈련을 위한 학습 데이터에 대한 정보, 상기 학습 데이터에 접근하기 위해 필요한 정보 중 적어도 하나를 포함하는 방법
14 14
청구항 12에 있어서,상기 제2 메시지는, 상기 훈련된 인공지능 모델을 구성하는 적어도 하나의 연결(connection)의 갱신된 가중치 값을 포함하는 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.