맞춤기술찾기

이전대상기술

연속적 파라미터 추정을 이용한 자원 할당 방법 및 장치

  • 기술번호 : KST2023004535
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
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 연속적 파라미터 추정을 이용한 자원 할당 방법 및 장치가 개시된다. 자원 할당 방법은 이전 타임 슬롯에서의 사용자 수와 현재 타임 슬롯에서의 사용자 수가 동일한지 여부를 식별하는 단계; 상기 이전 타임 슬롯에서의 사용자 수와 상기 현재 타임 슬롯에서의 사용자 수가 동일한 경우, 상기 이전 타임 슬롯에서의 협상 해법을 이용하여 상기 현재 타임 슬롯에서의 협상 해법을 찾기 위한 축소된 탐색 공간을 설정하는 단계; 및 상기 축소된 탐색 공간 내에서 협상 해법을 연산함으로써 상기 현재 타임 슬롯 내의 사용자들에게 자원을 할당하는 단계를 포함할 수 있다.
Int. CL H04W 72/04 (2009.01.01) G06N 20/00 (2019.01.01)
CPC H04W 72/53(2013.01) H04W 72/0446(2013.01) G06N 20/00(2013.01)
출원번호/일자 1020210192985 (2021.12.30)
출원인 이화여자대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0102664 (2023.07.07) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.12.30)
심사청구항수 20

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 이화여자대학교 산학협력단 대한민국 서울특별시 서대문구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박형곤 경기도 고양시 일산동구
2 차채연 서울특별시 송파구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 무한 대한민국 서울특별시 강남구 언주로 ***, *층(역삼동,화물재단빌딩)

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
2021.12.30 수리 (Accepted) 1-1-2021-1529930-95
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
이전 타임 슬롯에서의 사용자 수와 현재 타임 슬롯에서의 사용자 수가 동일한지 여부를 식별하는 단계;상기 이전 타임 슬롯에서의 사용자 수와 상기 현재 타임 슬롯에서의 사용자 수가 동일한 경우, 상기 이전 타임 슬롯에서의 협상 해법을 이용하여 상기 현재 타임 슬롯에서의 협상 해법을 찾기 위한 축소된 탐색 공간을 설정하는 단계; 및상기 축소된 탐색 공간 내에서 협상 해법을 연산함으로써 상기 현재 타임 슬롯 내의 사용자들에게 자원을 할당하는 단계를 포함하는 자원 할당 방법
2 2
제1항에 있어서,상기 축소된 탐색 공간을 설정하는 단계는,상기 이전 타임 슬롯에서의 각 사용자가 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용과 상기 현재 타임 슬롯에서의 각 사용자가 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용을 이용하여 변환 행렬을 생성하는 단계;상기 생성된 변환 행렬과 상기 이전 타임 슬롯에서의 협상 해법을 이용하여 합의 실패점을 식별하는 단계; 및상기 합의 실패점에서의 자원 총합을 이용하여 상기 현재 타임 슬롯에서 협상 해법을 찾기 위한 상기 축소된 탐색 공간을 결정하는 단계를 포함하는 자원 할당 방법
3 3
제2항에 있어서,상기 변환 행렬은,상기 이전 타임 슬롯에서의 각 사용자가 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용과 상기 현재 타임 슬롯에서의 각 사용자가 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용의 비율을 대각선 원소로 하고, 상기 대각선 원소 이외의 나머지가 모두 0 값을 가지는 자원 할당 방법
4 4
제2항에 있어서,상기 합의 실패점은,상기 생성된 변환 행렬과 상기 이전 타임 슬롯에서의 협상 해법을 곱한 결과로 벡터 값을 가지는 자원 할당 방법
5 5
제2항에 있어서,상기 축소된 탐색 공간은,상기 합의 실패점의 각 인덱스(Index) 마다 상기 현재 타임 슬롯에서의 각 사용자에 대한 효용 함수의 역함수를 모두 합산함으로써 결정되는 상기 합의 실패점에서의 자원 총합과 상기 현재 타임 슬롯에서 할당 가능한 자원 중 작은 값을 하한으로 설정하고, 큰 값을 상한으로 설정함으로써 결정되는 자원 할당 방법
6 6
기계학습을 통해 연속적인 복수의 타임 슬롯들 각각에 대한 사용자 수를 예측하여 상기 복수의 타임 슬롯들 각각에 대한 협상 해법을 미리 계산하는 단계;이전 타임 슬롯에서의 사용자 수와 현재 타임 슬롯에서의 사용자 수가 다른 경우, 상기 기계학습을 통해 예측된 현재 타임 슬롯에서의 예상 사용자 수와 실제 사용자 수가 동일한지 여부를 식별하는 단계; 및상기 현재 타임 슬롯에서의 예상 사용자 수와 실제 사용자 수가 동일한 것으로 식별된 경우, 상기 미리 계산된 협상 해법을 통해 상기 현재 타임 슬롯 내의 실제 사용자에게 자원을 할당하는 단계를 포함하는 자원 할당 방법
7 7
제6항에 있어서,상기 자원을 할당하는 단계는,상기 기계 학습을 통해 예측된 예상 사용자가 상기 현재 타임 슬롯에 대한 임의의 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용과 상기 실제 사용자가 상기 현재 타임 슬롯에서 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용을 이용하여 변환 행렬을 생성하는 단계;상기 생성된 변환 행렬과 상기 현재 타임 슬롯에서의 미리 계산된 협상 해법을 이용하여 합의 실패점을 식별하는 단계; 및상기 합의 실패점에서의 자원 총합으로 이용하여 상기 현재 타임 슬롯에서 협상 해법을 찾기 위한 축소된 탐색 공간을 결정하는 단계를 포함하는 자원 할당 방법
8 8
제7항에 있어서,상기 변환 행렬은,상기 예상 사용자가 상기 현재 타임 슬롯에 대한 임의의 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용과 상기 실제 사용자가 상기 현재 타임 슬롯에서 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용의 비율을 대각선 원소로 하고, 상기 대각선 원소 이외의 나머지가 모두 0 값을 가지는 자원 할당 방법
9 9
제7항에 있어서,상기 합의 실패점은,상기 생성된 변환 행렬과 상기 현재 타임 슬롯에서의 미리 계산된 협상 해법을 곱한 결과로 벡터 값을 가지는 자원 할당 방법
10 10
제7항에 있어서,상기 축소된 탐색 공간은,상기 합의 실패점의 각 인덱스(Index) 마다 상기 현재 타임 슬롯에서의 실제 사용자에 효용 함수의 역함수를 모두 합산함으로써 결정되는 상기 합의 실패점에서의 자원 총합과 상기 현재 타임 슬롯에서 할당 가능한 자원 중 작은 값을 하한으로 설정하고, 큰 값을 상한으로 설정함으로써 결정되는 자원 할당 방법
11 11
자원 할당 장치에 있어서,상기 자원 할당 장치는, 프로세서를 포함하고,상기 프로세서는,이전 타임 슬롯에서의 사용자 수와 현재 타임 슬롯에서의 사용자 수가 동일한지 여부를 식별하고, 상기 이전 타임 슬롯에서의 사용자 수와 상기 현재 타임 슬롯에서의 사용자 수가 동일한 경우, 상기 이전 타임 슬롯에서의 협상 해법을 이용하여 상기 현재 타임 슬롯에서의 협상 해법을 찾기 위한 축소된 탐색 공간을 설정하며, 상기 축소된 탐색 공간 내에서 협상 해법을 연산함으로써 상기 현재 타임 슬롯 내의 사용자들에게 자원을 할당하는 자원 할당 장치
12 12
제11항에 있어서,상기 프로세서는,상기 이전 타임 슬롯에서의 각 사용자가 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용과 상기 현재 타임 슬롯에서의 각 사용자가 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용을 이용하여 변환 행렬을 생성하고, 상기 생성된 변환 행렬과 상기 이전 타임 슬롯에서의 협상 해법을 이용하여 합의 실패점을 식별하며, 상기 합의 실패점에서의 자원 총합을 이용하여 상기 현재 타임 슬롯에서 협상 해법을 찾기 위한 상기 축소된 탐색 공간을 결정하는 자원 할당 장치
13 13
제12항에 있어서,상기 변환 행렬은,상기 이전 타임 슬롯에서의 각 사용자가 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용과 상기 현재 타임 슬롯에서의 각 사용자가 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용의 비율을 대각선 원소로 하고, 상기 대각선 원소 이외의 나머지가 모두 0 값을 가지는 자원 할당 장치
14 14
제12항에 있어서,상기 합의 실패점은,상기 생성된 변환 행렬과 상기 이전 타임 슬롯에서의 협상 해법을 곱한 결과로 벡터 값을 가지는 자원 할당 장치
15 15
제12항에 있어서,상기 축소된 탐색 공간은,상기 합의 실패점의 각 인덱스(Index) 마다 상기 현재 타임 슬롯에서의 각 사용자에 대한 효용 함수의 역함수를 모두 합산함으로써 결정되는 상기 합의 실패점에서의 자원 총합과 상기 현재 타임 슬롯에서 할당 가능한 자원 중 작은 값을 하한으로 설정하고, 큰 값을 상한으로 설정함으로써 결정되는 자원 할당 장치
16 16
자원 할당 장치에 있어서,상기 자원 할당 장치는, 프로세서를 포함하고,상기 프로세서는,기계학습을 통해 연속적인 복수의 타임 슬롯들 각각에 대한 사용자 수를 예측하여 상기 복수의 타임 슬롯들 각각에 대한 협상 해법을 미리 계산하고, 이전 타임 슬롯에서의 사용자 수와 현재 타임 슬롯에서의 사용자 수가 다른 경우, 상기 기계학습을 통해 예측된 현재 타임 슬롯에서의 예상 사용자 수와 실제 사용자 수가 동일한지 여부를 식별하며, 상기 현재 타임 슬롯에서의 예상 사용자 수와 실제 사용자 수가 동일한 것으로 식별된 경우, 상기 미리 계산된 협상 해법을 통해 상기 현재 타임 슬롯 내의 실제 사용자에게 자원을 할당하는 자원 할당 장치
17 17
제16항에 있어서,상기 프로세서는,상기 기계 학습을 통해 예측된 예상 사용자가 상기 현재 타임 슬롯에 대한 임의의 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용과 상기 실제 사용자가 상기 현재 타임 슬롯에서 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용을 이용하여 변환 행렬을 생성하고, 상기 생성된 변환 행렬과 상기 현재 타임 슬롯에서의 미리 계산된 협상 해법을 이용하여 합의 실패점을 식별하며, 상기 합의 실패점에서의 자원 총합으로 이용하여 상기 현재 타임 슬롯에서 협상 해법을 찾기 위한 축소된 탐색 공간을 결정하는 자원 할당 장치
18 18
제17항에 있어서,상기 변환 행렬은,상기 예상 사용자가 상기 현재 타임 슬롯에 대한 임의의 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용과 상기 실제 사용자가 상기 현재 타임 슬롯에서 할당 가능한 자원을 모두 사용하였을 때 획득 가능한 효용의 비율을 대각선 원소로 하고, 상기 대각선 원소 이외의 나머지가 모두 0 값을 가지는 자원 할당 장치
19 19
제17항에 있어서,상기 합의 실패점은,상기 생성된 변환 행렬과 상기 현재 타임 슬롯에서의 미리 계산된 협상 해법을 곱한 결과로 벡터 값을 가지는 자원 할당 장치
20 20
제17항에 있어서,상기 축소된 탐색 공간은,상기 합의 실패점의 각 인덱스(Index) 마다 상기 현재 타임 슬롯에서의 실제 사용자에 효용 함수의 역함수를 모두 합산함으로써 결정되는 상기 합의 실패점에서의 자원 총합과 상기 현재 타임 슬롯에서 할당 가능한 자원 중 작은 값을 하한으로 설정하고, 큰 값을 상한으로 설정함으로써 결정되는 자원 할당 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 이화여자대학교산학협력단 방송통신산업기술개발(R&D,정보화) 분산/협력 AI 기반 5G+ 네트워크 데이터 분석 기능 및 제어 기술 개발
2 과학기술정보통신부 이화여자대학교 개인기초연구(과기정통부)(R&D) 5G/B5G에서 그래프 신경망을 이용한 상호 분리형 희소 네트워크에 관한 연구
3 과학기술정보통신부 이화여자대학교산학협력단 방송통신산업기술개발(R&D,정보화) 네트워크 자동화를 위한 개방형 네트워크 데이터 분석 기반 지도형 애자일 머신러닝 기술 개발