1 |
1
실내 공간에 구비되고, 실내 공간의 온도, 습도 및 밝기 정보를 포함하는 실내 환경 데이터를 수집하여 제공하는 복수의 IoT(Internet on Things) 기기; 및상기 복수의 IoT 기기에서 수집된 실내 환경 데이터를 이용하여 상기 실내 공간과 관련된 상기 온도, 상기 습도 및 상기 밝기 정보 간의 상호 연관성을 학습하는 환경 데이터 학습모델을 포함하는 컴퓨팅 장치; 를 포함하고,상기 컴퓨팅 장치는, 상기 환경 데이터 학습 모델을 이용하여 상기 실내 공간에 대한 학습 추정 데이터를 산출하고, 상기 산출된 학습 추정 데이터와 상기 수집된 실내 환경 데이터 간의 차이를 기초로 비정상 상황 여부를 판단하는,시설관리를 위한 실내공간 이상 분석 시스템
|
2 |
2
제1항에 있어서, 상기 복수의 IoT 기기는, 온도 센서, 습도 센서 및 밝기 센서를 포함하는 센서부;무선 통신망에 접속하여 상기 컴퓨터 장치와의 통신 연결을 형성하는 통신부; 및단위 시간마다 동작하도록 상기 센서부를 설정하고, 상기 센서부에서 상기 단위 시간마다 수집된 센싱 데이터를 해당 IoT 기기의 실내 환경 데이터로서 상기 컴퓨팅 장치에 송신하도록 제어하는 제어부; 를 포함하는, 시설관리를 위한 실내공간 이상 분석 시스템
|
3 |
3
제1항에 있어서, 상기 컴퓨팅 장치는, 상기 복수의 IoT 기기와 연동하여, 상기 복수의 IoT 기기로부터 각각 복수의 실내 환경 데이터를 수집하는 환경 데이터 수집부;상기 복수의 IoT 기기로부터 각각 수집된 실내 환경 데이터를 학습 데이터로 설정하여, 상기 실내 공간과 관련된 상기 온도, 상기 습도 및 상기 밝기 정보 간의 상호 연관성을 딥 러닝 기반으로 학습하는 환경 데이터 학습 모델; 및상기 환경 데이터 학습 모델을 이용하여 상기 실내 공간에 대한 학습 추정 데이터를 산출하고, 상기 산출된 학습 추정 데이터와 상기 수집된 실내 환경 데이터 간의 차이를 기초로 비정상 상황 여부를 판단하는 이상 상황 검출부; 를 포함하는,시설관리를 위한 실내공간 이상 분석 시스템
|
4 |
4
제3항에 있어서, 상기 환경 데이터 학습 모델은,서로 다른 IoT 기기 간에서, 실내 환경 데이터 간의 상호 연관성을 학습하는 제1 학습 모델; 및하나의 IoT 기기에서 수집된 실내 환경 데이터에 대하여, 실내 환경 데이터 요소 간의 상호 연관성을 학습하는 제2 학습 모델; 을 포함하는,시설관리를 위한 실내공간 이상 분석 시스템
|
5 |
5
제3항에 있어서, 상기 이상 상황 검출부는, 상기 환경 데이터 학습 모델에서 출력된 학습 추정 데이터를 기준값으로 설정하고, 설정된 기준값에 기준 오차를 반영하여 학습 기준 임계값을 설정하며, 수집된 실내 환경 데이터가 상기 학습 기준 임계값을 초과하면 비정상 상황으로 판단하는, 시설관리를 위한 실내공간 이상 분석 시스템
|
6 |
6
제3항에 있어서, 상기 컴퓨팅 장치는,상기 환경 데이터 수집부에서 수집된 상기 복수의 실내 환경 데이터에 포함된 복수의 센싱 데이터를 모니터링하고, 상기 복수의 센싱 데이터에 대하여 기 설정된 수집 범위를 초과하는 센싱 데이터를 식별하고 식별된 센싱 데이터를 학습 대상에서 배제함으로써 환경 데이터를 검증하는 환경 데이터 검증부;를 더 포함하는, 시설관리를 위한 실내공간 이상 분석 시스템
|
7 |
7
실내 공간에 구비되어 실내 공간의 온도, 습도 및 밝기 정보를 포함하는 실내 환경 데이터를 수집하여 제공하는 복수의 IoT(Internet on Things) 기기와 연동하여 실내공간에 대한 이상을 분석하는 컴퓨팅 장치에서 수행되는 실내공간 이상 분석 방법으로서,상기 복수의 IoT 기기와 연동하여, 상기 복수의 IoT 기기로부터 각각 복수의 실내 환경 데이터를 수집하는 단계;상기 복수의 IoT 기기로부터 각각 수집된 실내 환경 데이터를 학습 데이터로 설정하여, 상기 실내 공간과 관련된 상기 온도, 상기 습도 및 상기 밝기 정보 간의 상호 연관성을 딥 러닝 기반으로 학습하여 환경 데이터 학습 모델을 구축하는 단계; 및상기 환경 데이터 학습 모델을 이용하여 상기 실내 공간에 대한 학습 추정 데이터를 산출하고, 상기 산출된 학습 추정 데이터와 상기 수집된 실내 환경 데이터 간의 차이를 기초로 비정상 상황 여부를 판단하는 단계; 를 포함하는,시설관리를 위한 실내공간 이상 분석 방법
|
8 |
8
제7항에 있어서, 상기 환경 데이터 학습 모델은,서로 다른 IoT 기기 간에서, 실내 환경 데이터 간의 상호 연관성을 학습하는 제1 학습 모델; 및하나의 IoT 기기에서 수집된 실내 환경 데이터에 대하여, 실내 환경 데이터 요소 간의 상호 연관성을 학습하는 제2 학습 모델; 을 포함하는, 시설관리를 위한 실내공간 이상 분석 방법
|
9 |
9
제7항에 있어서, 상기 실내공간 이상 분석 방법은,상기 환경 데이터 수집부에서 수집된 상기 복수의 실내 환경 데이터에 포함된 복수의 센싱 데이터를 모니터링하고, 상기 복수의 센싱 데이터에 대하여 기 설정된 수집 범위를 초과하는 센싱 데이터를 식별하고 식별된 센싱 데이터를 학습 대상에서 배제함으로써 환경 데이터를 검증하는 단계; 를 더 포함하는,시설관리를 위한 실내공간 이상 분석 방법
|
10 |
10
제7항에 있어서, 상기 비정상 상황 여부를 판단하는 단계는,상기 환경 데이터 학습 모델에서 출력된 학습 추정 데이터를 기준값으로 설정하는 단계;설정된 기준값에 기준 오차를 반영하여 학습 기준 임계값을 설정하는 단계;수집된 실내 환경 데이터가 상기 학습 기준 임계값을 초과하면 비정상 상황으로 판단하는 단계; 를 포함하는,시설관리를 위한 실내공간 이상 분석 방법
|
11 |
11
컴퓨터 판독 가능한 인스트럭션들(instructions)을 저장하고 있는 저장 매체로서,상기 인스트럭션들은, 컴퓨팅 장치에 의해 실행될 때, 상기 컴퓨팅 장치로 하여금,복수의 IoT 기기와 연동하여, 상기 복수의 IoT 기기로부터 각각 복수의 실내 환경 데이터를 수집하는 동작;상기 복수의 IoT 기기로부터 각각 수집된 실내 환경 데이터를 학습 데이터로 설정하여, 상기 실내 공간과 관련된 상기 온도, 상기 습도 및 상기 밝기 정보 간의 상호 연관성을 딥 러닝 기반으로 학습하여 환경 데이터 학습 모델을 구축하는 동작; 및상기 환경 데이터 학습 모델을 이용하여 상기 실내 공간에 대한 학습 추정 데이터를 산출하고, 상기 산출된 학습 추정 데이터와 상기 수집된 실내 환경 데이터 간의 차이를 기초로 비정상 상황 여부를 판단하는 동작; 을 수행하도록 하는, 저장 매체
|