맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

순위패턴매칭과 LSTM을 결합한 시계열데이터 예측 방법 및 장치

  • 기술번호 : KST2022023364
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
상담신청 PDF 받기
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 순위패턴매칭과 LSTM을 결합한 시계열데이터 예측 방법 및 장치가 제시된다. 본 발명에서 제안하는 순위패턴매칭과 LSTM을 결합한 시계열데이터 예측 방법은 LSTM 모델과 입력으로 주어진 개의 시계열데이터의 1부터 까지의 문자열인 를 이용하여 학습하고, 입력으로 주어진 개의 시계열데이터 이후의 개의 LSTM 모델 기반 시계열데이터를 예측하는 단계, 순위패턴매칭 알고리즘과 입력으로 주어진 개의 시계열데이터의 1부터 까지의 문자열인 를 이용하여, 입력으로 주어진 개의 시계열데이터 이후의 개의 순위패턴매칭 기반 시계열데이터를 예측하는 단계 및 상기 예측된 LSTM 모델 기반 시계열데이터 및 상기 예측된 순위패턴매칭 기반 시계열데이터를 결합하여 최종 시계열데이터를 예측하는 단계를 포함한다.
Int. CL G06N 3/04 (2006.01.01) G06N 3/08 (2006.01.01) G06Q 10/04 (2012.01.01)
CPC G06N 3/049(2013.01) G06N 3/08(2013.01) G06Q 10/04(2013.01)
출원번호/일자 1020210066758 (2021.05.25)
출원인 인하대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0159006 (2022.12.02) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.05.25)
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 인하대학교 산학협력단 대한민국 인천광역시 미추홀구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 심정섭 인천광역시 남동구
2 김영준 경기도 고양시 일산동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

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		 2021.05.25 수리 (Accepted) 1-1-2021-0599172-33
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
LSTM 모델과 입력으로 주어진 개의 시계열데이터의 1부터 까지의 문자열인 를 이용하여 학습하고, 입력으로 주어진 개의 시계열데이터 이후의 개의 LSTM 모델 기반 시계열데이터를 예측하는 단계; 순위패턴매칭 알고리즘과 입력으로 주어진 개의 시계열데이터의 1부터 까지의 문자열인 를 이용하여, 입력으로 주어진 개의 시계열데이터 이후의 개의 순위패턴매칭 기반 시계열데이터를 예측하는 단계; 및 상기 예측된 LSTM 모델 기반 시계열데이터 및 상기 예측된 순위패턴매칭 기반 시계열데이터를 결합하여 최종 시계열데이터를 예측하는 단계를 포함하는 시계열데이터 예측 방법
2 2
제1항에 있어서,상기 LSTM 모델 기반 시계열데이터를 예측하는 단계는, 상기 LSTM 모델을 이용하여 입력으로 주어진 개의 시계열데이터 이후의 개의 LSTM 모델 기반 시계열데이터를 예측하여 크기가 인 배열(LS)에 저장하는 시계열데이터 예측 방법
3 3
제1항에 있어서, 상기 순위패턴매칭 기반 시계열데이터를 예측하는 단계는, 상기 순위패턴매칭 알고리즘을 이용하여 입력으로 주어진 개의 시계열데이터 이후의 개의 순위패턴매칭 기반 시계열데이터를 예측하여 크기가 인 배열(OP)에 저장하는 시계열데이터 예측 방법
4 4
제1항에 있어서, 상기 최종 시계열데이터를 예측하는 단계는, 상기 예측된 순위패턴매칭 기반 시계열데이터가 저장된 크기가 인 배열(OP)에 저장되어 있는 데이터들의 순위와 일치하도록 상기 예측된 LSTM 모델 기반 시계열데이터가 저장된 크기가 인 배열(LS)에 저장되어 있는 데이터들의 위치를 변경하여 최종 시계열데이터를 예측하고, 예측된 최종 시계열데이터를 최종 출력 배열(AS)에 저장하는 시계열데이터 예측 방법
5 5
LSTM 모델과 입력으로 주어진 개의 시계열데이터의 1부터 까지의 문자열인 를 이용하여 학습하고, 입력으로 주어진 개의 시계열데이터 이후의 개의 LSTM 모델 기반 시계열데이터를 예측하는 LSTM 모델 학습부; 순위패턴매칭 알고리즘과 입력으로 주어진 개의 시계열데이터의 1부터 까지의 문자열인 를 이용하여, 입력으로 주어진 개의 시계열데이터 이후의 개의 순위패턴매칭 기반 시계열데이터를 예측하는 순위패턴매칭부; 및 상기 예측된 LSTM 모델 기반 시계열데이터 및 상기 예측된 순위패턴매칭 기반 시계열데이터를 결합하여 최종 시계열데이터를 예측하는 최종 시계열데이터 예측부를 포함하는 시계열데이터 예측 장치
6 6
제5항에 있어서,상기 LSTM 모델 학습부는, 상기 LSTM 모델을 이용하여 입력으로 주어진 개의 시계열데이터 이후의 개의 LSTM 모델 기반 시계열데이터를 예측하여 크기가 인 배열(LS)에 저장하는 시계열데이터 예측 장치
7 7
제5항에 있어서,상기 순위패턴매칭부는, 상기 순위패턴매칭 알고리즘을 이용하여 입력으로 주어진 개의 시계열데이터 이후의 개의 순위패턴매칭 기반 시계열데이터를 예측하여 크기가 인 배열(OP)에 저장하는 시계열데이터 예측 장치
8 8
제5항에 있어서,상기 최종 시계열데이터 예측부는, 상기 예측된 순위패턴매칭 기반 시계열데이터가 저장된 크기가 인 배열(OP)에 저장되어 있는 데이터들의 순위와 일치하도록 상기 예측된 LSTM 모델 기반 시계열데이터가 저장된 크기가 인 배열(LS)에 저장되어 있는 데이터들의 위치를 변경하여 최종 시계열데이터를 예측하고, 예측된 최종 시계열데이터를 최종 출력 배열(AS)에 저장하는시계열데이터 예측 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 인하대학교 산학협력단 인공지능융합연구센터지원사업(국고) [Ezbaro][정부] 인공지능융합연구센터지원(2차년도)
2 과학기술정보통신부 인하대학교 재도약연구(중견연구) [Ezbaro] 순위다중패턴매칭 알고리즘들의 특성 연구