맞춤기술찾기

이전대상기술

인공 지능 기반의 모델을 이용한 초미세먼지의 볼륨 예측 방법, 이를 위한 프로그램 및 장치

  • 기술번호 : KST2023005642
  • 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 초미세먼지의 볼륨을 예측하는 장치가 개시된다. 본 장치는, 통신부, 입력부 및 복수의 지역에 배치된 센서를 이용하여 하나 이상의 미립자 물질 및 환경 인자의 센싱 데이터를 수집하고, 수집된 센싱 데이터 및 초미세먼지 간 소정의 상관도를 갖는 특징 정보를 선택하며, 복수의 지역에 배치된 센서 간의 거리에 기초하여 센서 간 인접 관계에 대한 정보를 생성하고, 선택된 특징 정보 및 생성된 인접 관계에 대한 정보를 미리 학습된 예측 모델에 입력하여, 소정 시간 경과 후의 복수의 지역 각각에 대한 초미세먼지의 볼륨을 예측하는 제어부를 포함할 수 있다. 본 장치가 제공됨으로써, 초미세먼지의 볼륨이 시간순으로 예측될 수 있다.
Int. CL G01N 15/02 (2006.01.01) G06N 3/045 (2023.01.01) G06N 3/08 (2023.01.01) G01N 15/00 (2017.01.01)
CPC G01N 15/02(2013.01) G06N 3/045(2013.01) G06N 3/049(2013.01) G06N 3/084(2013.01) G01N 2015/0096(2013.01)
출원번호/일자 1020220187088 (2022.12.28)
출원인 국민대학교산학협력단
등록번호/일자
공개번호/일자 10-2023-0104011 (2023.07.07) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020210193970   |   2021.12.31
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.12.28)
심사청구항수 13

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 장영민 서울특별시 강남구
2 아지트구흐프리하트노 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 남앤남 대한민국 서울특별시 중구 서소문로**(서소문동, 정안빌딩*층)

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
2022.12.28 수리 (Accepted) 1-1-2022-1411514-61
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컴퓨팅 장치에 의해 수행되는 초미세먼지의 볼륨을 예측하는 방법으로서,복수의 지역에 배치된 센서를 이용하여 하나 이상의 미립자 물질 및 환경 인자의 센싱 데이터를 수집하는 단계;상기 수집된 센싱 데이터 및 초미세먼지 간 소정의 상관도를 갖는 특징 정보를 선택하는 단계;상기 복수의 지역에 배치된 센서 간의 거리에 기초하여 센서 간 인접 관계에 대한 정보를 생성하는 단계; 및상기 선택된 특징 정보 및 상기 생성된 인접 관계에 대한 정보를 미리 학습된 예측 모델에 입력하여, 소정 시간 경과 후의 상기 복수의 지역 각각에 대한 초미세먼지의 볼륨을 예측하는 단계를 포함하는, 초미세먼지 볼륨 예측 방법
2 2
제1항에 있어서,상기 하나 이상의 미립자 물질은, 직경이 0
3 3
제2항에 있어서,상기 인접 관계에 대한 정보를 생성하는 단계는,센서 간의 거리에 기초하여 센서 간 인접 관계를 2차원 매트릭스 기반으로 생성하되, 상기 매트릭스의 각 요소를 0 이상 1 이하로 설정하되, 센서 간의 거리가 기준 거리보다 작은 경우의 인접 거리값을 기준 거리보다 큰 경우의 인접 거리값보다 크게 설정하는 단계를 포함하는, 초미세먼지 볼륨 예측 방법
4 4
제3항에 있어서,상기 예측 모델은,상기 선택된 특징 정보 및 상기 복수의 지역에 배치된 센서 간의 거리에 따른 인접 관계 정보를 입력받아 시계열적 데이터를 출력하도록 학습되는 제1 모델; 및상기 제1 모델의 출력값을 입력받아 어텐션 프로세싱을 통해 상기 제1 모델의 출력값을 변환하도록 학습되는 제2 모델을 포함하는, 초미세먼지 볼륨 예측 방법
5 5
제4항에 있어서,상기 제1 모델은,상기 선택된 특징 정보 및 상기 복수의 지역에 배치된 센서 간의 거리에 따른 인접 관계 정보를 입력받아 순방향으로 연산하는 제1 구조 및 역방향으로 연산하는 제2 구조를 포함하며, 상기 제1 구조의 출력값 및 제2 구조의 출력값을 연접(concatenation)하는 구성을 포함하는, 초미세먼지 볼륨 예측 방법
6 6
제5항에 있어서,상기 제2 모델은,상기 연접된 출력값 중에서 보다 중요한 가중치를 두어 학습시키는 구성을 포함하는, 초미세먼지 볼륨 예측 방법
7 7
하드웨어인 컴퓨터와 결합되어, 제1항 내지 제6항 중 어느 한 항의 방법을 실행시키기 위하여 매체에 저장된, 초미세먼지 볼륨 예측 프로그램
8 8
초미세먼지의 볼륨을 예측하는 장치로서,통신부; 입력부; 및상기 통신부 또는 입력부를 통해 복수의 지역에 배치된 센서를 이용하여 하나 이상의 미립자 물질 및 환경 인자의 센싱 데이터를 수집하고, 상기 수집된 센싱 데이터 및 초미세먼지 간 소정의 상관도를 갖는 특징 정보를 선택하며, 상기 복수의 지역에 배치된 센서 간의 거리에 기초하여 센서 간 인접 관계에 대한 정보를 생성하고, 상기 선택된 특징 정보 및 상기 생성된 인접 관계에 대한 정보를 미리 학습된 예측 모델에 입력하여, 소정 시간 경과 후의 상기 복수의 지역 각각에 대한 초미세먼지의 볼륨을 예측하는 제어부를 포함하는, 초미세먼지 볼륨 예측 장치
9 9
제8항에 있어서,상기 하나 이상의 미립자 물질은, 직경이 0
10 10
제9항에 있어서,상기 제어부는,센서 간의 거리에 기초하여 센서 간 인접 관계를 2차원 매트릭스 기반으로 생성하되, 상기 매트릭스의 각 요소를 0 이상 1 이하로 설정하되, 센서 간의 거리가 기준 거리보다 작은 경우의 인접 거리값을 기준 거리보다 큰 경우의 인접 거리값보다 크게 설정하도록 구성되는, 초미세먼지 볼륨 예측 장치
11 11
제10항에 있어서,상기 예측 모델은,상기 선택된 특징 정보 및 상기 복수의 지역에 배치된 센서 간의 거리에 따른 인접 관계 정보를 입력받아 시계열적 데이터를 출력하도록 학습되는 제1 모델; 및상기 제1 모델의 출력값을 입력받아 어텐션 프로세싱을 통해 상기 제1 모델의 출력값을 변환하도록 학습되는 제2 모델을 포함하는, 초미세먼지 볼륨 예측 장치
12 12
제11항에 있어서,상기 제1 모델은,상기 선택된 특징 정보 및 상기 복수의 지역에 배치된 센서 간의 거리에 따른 인접 관계 정보를 입력받아 순방향으로 연산하는 제1 구조 및 역방향으로 연산하는 제2 구조를 포함하며, 상기 제1 구조의 출력값 및 제2 구조의 출력값을 연접(concatenation)하는 구성을 포함하는, 초미세먼지 볼륨 예측 장치
13 13
제12항에 있어서,상기 제2 모델은,상기 연접된 출력값 중에서 보다 중요한 가중치를 두어 학습시키는 구성을 포함하는, 초미세먼지 볼륨 예측 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.