1 |
1
수질 센서 및 수량 계측 센서 중 적어도 하나를 포함하는 하드웨어 센서로부터 생성된 제1 측정 데이터 및 공공 데이터 수집, 웹 크로울링 및 위성 영상분석 중 적어도 하나를 수행하는 소프트웨어 센싱부로부터 생성된 제2 측정 데이터 중 적어도 하나를 순환신경망(RNN: Recurrent Neural Network) 모델에 시계열적으로 입력하여 수자원 정보를 생성하는 수자원 정보 생성부; 및과거에 생성된 상기 제1 측정 데이터, 상기 제2 측정 데이터 및 이에 대응하는 수자원 정보를 포함하는 데이터셋으로 상기 순환신경망 모델을 보정하는 순환신경망 보정부를 포함하며,상기 수자원 정보 생성부는,상기 제1 및 상기 제2 측정데이터, 상기 순환신경망 모델 및 상기 순환신경망 모델과 상이한 인공신경망 모델에 기초하여 시민 만족도 점수를 예측하는 시민 만족도 예측부를 포함하며,상기 순환신경망 보정부는,제1 주기에 따라 상기 순환신경망 모델을 보정하며, 상기 제1 주기는 상기 시민 만족도 점수에 기초하여 조절되는, 수자원 정보 생성 장치
|
2 |
2
제1 항에 있어서,상기 수자원 정보 생성부는,상기 제2 측정 데이터에 기초하여 특정 지역의 물순환 시설의 물순환 정보를 생성하는 물순환 정보 생성부; 및상기 제1 및 상기 제2 측정 데이터에 기초하여 특정 지역의 물공급 시설의 물공급 정보를 생성하는 물공급 정보 생성부를 더 포함하는, 수자원 정보 생성 장치
|
3 |
3
삭제
|
4 |
4
제2 항에 있어서,상기 물순환 정보 생성부는, 상기 제 2 측정 데이터 중 위성 영상 정보, 드론 영상 정보, 기상 조건 중 적어도 하나에 기초하여, 상기 물 순환 시설 관련 침투량, 증발량, 표면 유출량, 토양 수분 정보중 적어도 하나를 생성하며,상기 물공급 정보 생성부는, 상기 제 1측정 데이터 중 탁도 정보, 전기 전도도 정보 중 적어도 하나 및 상기 제2 측정 데이터 중 취수원 조건, 정수장 상태 중 적어도 하나에 기초하여 상기 물공급 시설 관련 수질 정보 및 수량 정보를 생성하는, 수자원 정보 생성 장치
|
5 |
5
제4 항에 있어서, 상기 시민 만족도 예측부는,상기 제1 측정 데이터 중 상기 탁도 정보, 상기 전도도 정보 중 적어도 하나 및 상기 제2 측정 데이터 중 상기 취수원 조건, 상기 정수장 상태, 상기 기상 조건 중 적어도 하나를 포함하는 만족도 예측 입력 변수와 시기별 상기 예측 입력 변수에 대응하는 수돗물의 맛, 수돗물에 대한 신뢰감, 수돗물에 대한 관심 정보를 이용하여 상기 인공신경망 모델을 훈련시키는 인공신경망 모델 훈련부를 포함하는, 수자원 정보 생성 장치
|
6 |
6
제5 항에 있어서, 상기 인공신경망 모델 훈련부는,상기 수돗물의 맛, 상기 수돗물에 대한 신뢰감, 상기 수돗물에 대한 관심 정보에 각각에 서로 상이한 제 1 내지 제3 가중치 파라미터를 이용하여 상기 인공신경망 모델을 훈련시키며, 상기 제1 내지 제3 가중치 파라미터 중 제3 가중치 파라미터가 가장 낮은 값을 가지는, 수자원 정보 생성 장치
|
7 |
7
삭제
|
8 |
8
수자원 정보를 생성하기 위한 수자원 정보 생성 장치에 의해 수행되는 수자원 정보 생성 방법으로서,수질 센서 및 수량 계측 센서 중 적어도 하나를 포함하는 하드웨어 센서로부터 생성된 제1 측정 데이터 및 공공 데이터 수집, 웹 크로울링 및 위성 영상분석 중 적어도 하나를 수행하는 소프트웨어 센싱부로부터 생성된 제2 측정 데이터 중 적어도 하나를 순환신경망(RNN: Recurrent Neural Network) 모델에 시계열적으로 입력하여 수자원 정보를 생성하는 단계; 및과거에 생성된 상기 제1 측정 데이터, 상기 제2 측정 데이터 및 이에 매칭되는 수자원 정보를 포함하는 데이터셋으로 상기 순환신경망 모델을 보정하는 단계를 포함하며,상기 수자원 정보를 생성하는 단계는,상기 제1 및 상기 제2 측정데이터 및 상기 순환신경망 모델과 상이한 인공신경망 모델에 더 기초하여 시민 만족도 점수를 예측하는 단계를 포함하며,상기 순환신경망 모델은 제1 주기에 따라 보정되며, 상기 제1 주기는 상기 시민 만족도 점수에 기초하여 조절되는,수자원 정보 생성 방법
|
9 |
9
제8 항에 있어서,상기 수자원 정보를 생성하는 단계는,상기 제2 측정 데이터에 기초하여 특정 지역의 물순환 시설의 물순환 정보를 생성하는 단계; 및상기 제1 및 상기 제2 측정 데이터에 기초하여 특정 지역의 물공급 시설의 물공급 정보를 생성하는 단계를 더 포함하는, 수자원 정보 생성 방법
|
10 |
10
삭제
|
11 |
11
비일시적인(non-transitory) 기록매체로서, 제8항 또는 제9항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 비일시적인(non-transitory) 기록매체
|
12 |
12
수자원 정보를 생성하는 수자원 정보 생성 장치에 있어서,적어도 하나의 명령어(instruction)를 저장하는 적어도 하나의 메모리(memory); 및상기 메모리에 연결되는 적어도 하나의 프로세서(processor)를 포함하고,상기 적어도 하나의 프로세서는 상기 적어도 하나의 명령어를 실행하여:수질 센서 및 수량 계측 센서 중 적어도 하나를 포함하는 하드웨어 센서로부터 생성된 제1 측정 데이터 및 공공 데이터 수집, 웹 크로울링 및 위성 영상분석 중 적어도 하나를 수행하는 소프트웨어 센싱부로부터 생성된 제2 측정 데이터 중 적어도 하나를 순환신경망(RNN: Recurrent Neural Network) 모델에 시계열적으로 입력하여 수자원 정보를 생성하고,과거에 생성된 상기 제1 측정 데이터, 상기 제2 측정 데이터 및 이에 매칭되는 수자원 정보를 포함하는 데이터셋으로 상기 순환신경망 모델을 보정하고,상기 제1 및 상기 제2 측정데이터 및 상기 순환신경망 모델 및 상기 순환신경망 모델과 상이한 인공신경망 모델에 더 기초하여 시민 만족도 점수를 예측하고,상기 순환신경망 모델은 제1 주기에 따라 보정되며, 상기 제1 주기는 상기 시민 만족도 점수에 기초하여 조절되는, 수자원 정보 생성 장치
|
13 |
13
공공 데이터 수집, 웹 크로울링 및 위성 영상분석 중 적어도 하나를 수행하여 제2 측정 데이터를 생성하는 소프트웨어 센싱부;수질 센서 및 수량 계측 센서 중 적어도 하나를 포함하는 하드웨어 센서로부터 생성된 제1 측정 데이터 및 공공 데이터 수집, 웹 크로울링 및 위성 영상분석 중 적어도 하나를 수행하는 소프트웨어 센싱부로부터 생성된 제2 측정 데이터 중 적어도 하나를 순환신경망(RNN: Recurrent Neural Network) 모델에 시계열적으로 입력하여 수자원 정보를 생성하는 수자원 정보 생성부; 및과거에 생성된 상기 제1 측정 데이터, 상기 제2 측정 데이터 및 이에 매칭되는 수자원 정보를 포함하는 데이터셋으로 상기 순환신경망 모델을 보정하는 순환신경망 보정부를 포함하며,상기 수자원 정보 생성부는,상기 제1 및 상기 제2 측정데이터, 상기 순환신경망 모델 및 상기 순환신경망 모델과 상이한 인공신경망 모델에 기초하여 시민 만족도 점수를 예측하는 시민 만족도 예측부를 포함하며,상기 순환신경망 보정부는,제1 주기에 따라 상기 순환신경망 모델을 보정하며, 상기 제1 주기는 상기 시민 만족도 점수에 기초하여 조절되는, 수자원 정보 생성 장치
|