맞춤기술찾기

이전대상기술

인공지능 기반의 기상환경 적응형 교통 유동량 예측 장치 및 방법

  • 기술번호 : KST2023005620
  • 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 발명은 인공지능 기반의 기상환경 적응형 교통 유동량 예측 장치 및 방법에 관한 것으로, 상기 장치는 기상 데이터를 수신하는 기상 데이터 처리부, 교통량 데이터를 전처리하여 교통 유동량을 산출하는 교통 유동량 처리부, 상기 기상 데이터와 상기 교통 유동량을 앙상블 학습 모델에 제공하여 상관관계를 도출하는 상관관계 도출부, 및 예측 기상 데이터를 입력받아 상기 상관관계를 기초로 예측 교통 유동량을 결정하는 예측 교통 유동량 결정부를 포함한다. 따라서, 본 발명은 미래 특정 시점에 예측 기상 데이터에 따른 교통 유동량을 예측할 수 있다.
Int. CL G06Q 50/30 (2012.01.01) G06Q 10/04 (2023.01.01) G06F 17/18 (2006.01.01) G01W 1/02 (2022.01.01)
CPC G06Q 50/30(2013.01) G06Q 10/04(2013.01) G06F 17/18(2013.01) G01W 1/02(2013.01)
출원번호/일자 1020220026054 (2022.02.28)
출원인 국민대학교산학협력단
등록번호/일자
공개번호/일자 10-2023-0100535 (2023.07.05) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020210189148   |   2021.12.28
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.02.28)
심사청구항수 14

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김상철 서울특별시 성북구
2 윤영선 서울특별시 동작구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 임태빈 대한민국 서울특별시 서초구 반포대로**길 ** ***동 ***,***호(서초동, 한빛위너스)(현신특허사무소)
2 정부연 대한민국 서울특별시 서초구 반포대로**길 **(서초동, 한빛위너스) ***동 ***, ***호(현신특허법률사무소)

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
2022.02.28 수리 (Accepted) 1-1-2022-0223825-11
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
기상 데이터를 수신하는 기상 데이터 처리부;교통량 데이터를 전처리하여 교통 유동량을 산출하는 교통 유동량 처리부;상기 기상 데이터와 상기 교통 유동량을 앙상블 학습 모델에 제공하여 상관관계를 도출하는 상관관계 도출부; 및예측 기상 데이터를 입력받아 상기 상관관계를 기초로 예측 교통 유동량을 결정하는 예측 교통 유동량 결정부를 포함하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 장치
2 2
제1항에 있어서, 상기 기상 데이터 처리부는상기 기상 데이터를 복수의 기상 피처들로 분석하여 기상 상관관계 메트릭스를 생성하는 것을 특징으로 하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 장치
3 3
제2항에 있어서, 상기 기상 데이터 처리부는강수량, 온도, 습도 및 풍속 중 적어도 2 개를 기초로 상기 복수의 기상 피처들을 결정하고 상기 복수의 기상 피처들 간의 상관관계를 분석하여 상기 기상 상관관계 메트릭스를 생성하는 것을 특징으로 하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 장치
4 4
제1항에 있어서, 상기 교통 유동량 처리부는상기 교통량 데이터를 복수의 단위기간들로 분석하여 상기 교통 유동량에 대한 교통 상관관계 메트릭스를 생성하는 것을 특징으로 하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 장치
5 5
제4항에 있어서, 상기 교통 유동량 처리부는일별, 월별, 분기별, 년별 중 적어도 2 개를 기초로 상기 복수의 단위 기간들을 결정하고 상기 복수의 단위 기간별로 상기 교통 유동량에 관해 상관관계를 분석하여 상기 교통 상관관계 메트릭스를 생성하는 것을 특징으로 하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 장치
6 6
제1항에 있어서, 상기 상관관계 도출부는상기 기상 데이터를 기초로 생성된 기상 상관관계 메트릭스와 상기 교통 유동량을 기초로 생성된 교통 상관관계 메트릭스를 병합하여 상관관계 메트릭스를 생성하는 것을 특징으로 하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 장치
7 7
제6항에 있어서, 상기 상관관계 도출부는상기 교통 유동량을 기초로 상기 상관관계 메트릭스를 독립변수 및 종속변수로 분리하고 상기 독립변수를 상기 앙상블 학습 모델에 제공하는 것을 특징으로 하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 장치
8 8
제7항에 있어서, 상기 상관관계 도출부는상기 독립변수에 대한 원 핫 인코딩(one-hot encoding)을 수행하여 캣부스트(CatBoost) 모델에 제공하여 RMSE (Root Mean Squared Error) 및 R2 (Coefficient of Determination) 값들을 도출하는 것을 특징으로 하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 장치
9 9
제1항에 있어서, 상기 예측 교통 유동량 결정부는미래의 특정 시점을 지정하여 상기 예측 기상 데이터를 수신하고, 상기 앙상블 학습 모델을 통한 RMSE 및 R2를 기초로 상기 예측 기상 데이터에 대한 상기 예측 교통 유동량을 산출하는 것을 특징으로 하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 장치
10 10
기상 데이터를 수신하는 기상 데이터 처리단계;교통량 데이터를 전처리하여 교통 유동량을 산출하는 교통 유동량 처리단계;상기 기상 데이터와 상기 교통 유동량을 앙상블 학습 모델에 제공하여 상관관계를 도출하는 상관관계 도출단계; 및예측 기상 데이터를 입력받아 상기 상관관계를 기초로 예측 교통 유동량을 결정하는 예측 교통 유동량 결정단계를 포함하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 방법
11 11
제10항에 있어서, 상기 기상 데이터 처리단계는상기 기상 데이터를 복수의 기상 피처들로 분석하여 기상 상관관계 메트릭스를 생성하는 것을 특징으로 하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 방법
12 12
제10항에 있어서, 상기 교통 유동량 처리단계는상기 교통량 데이터를 복수의 단위기간들로 분석하여 상기 교통 유동량에 대한 교통 상관관계 메트릭스를 생성하는 것을 특징으로 하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 방법
13 13
제10항에 있어서, 상기 상관관계 도출단계는상기 기상 데이터를 기초로 생성된 기상 상관관계 메트릭스와 상기 교통 유동량을 기초로 생성된 교통 상관관계 메트릭스를 병합하여 상관관계 메트릭스를 생성하는 것을 특징으로 하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 방법
14 14
제10항에 있어서, 상기 예측 교통 유동량 결정단계는미래의 특정 시점을 지정하여 상기 예측 기상 데이터를 수신하고, 상기 앙상블 학습 모델을 통한 RMSE 및 R2를 기초로 상기 예측 기상 데이터에 대한 상기 예측 교통 유동량을 산출하는 것을 특징으로 하는 인공지능 기반의 기상환경 적응형 교통 유동량 예측 방법
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 국민대학교산학협력단 정보통신방송혁신인재양성(R&D) 지능형 Internet of Energy(IoE) Data 연구