맞춤기술찾기

이전대상기술

병렬화된 마이크로 유전 알고리즘과 지면모델을 결합하여 지면모델의 파라미터를 최적화하는 방법 및 장치

  • 기술번호 : KST2023009714
  • 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 병렬화된 마이크로 유전 알고리즘과 지면모델을 결합하여 지면모델의 파라미터를 최적화하는 방법 및 장치가 개시된다. 본 발명의 일 실시예에 따른 지면모델의 파라미터를 최적화 하는 방법은, 무작위로 선택된 지면모델의 지표특성을 표현하는 파라미터의 조합인 하나 이상의 개체를 포함하는 초기 세대를 생성하는 (a)단계; 상기 초기 세대에 포함되는 개체가 지표면의 상태를 시뮬레이션 하는 지면모델(land surface model)을 서브루틴이 수행하는 (b)단계; 실제 관측값에 기초한 적합도 함수를 상기 지면모델을 수행한 결과에 적용하여 각 개체의 적합도를 평가하는 (c)단계; 상기 개체 중에서 2개의 개체를 임의로 선택하여 상위 적합도를 가지는 개체를 선택하는 (d)단계; 및 상기 선택된 개체 사이의 교배를 수행하여 다음 세대의 개체를 재생산하는 (e)단계를 포함하고, 상기 지면모델을 서브루틴이 수행하는 (b)단계는, 상기 지면모델을 수행하는 서브루틴이 상기 개체가 적용된 각각의 지면모델을 병렬로 수행할 수 있다.
Int. CL G06F 30/20 (2020.01.01) G06N 3/12 (2023.01.01) G06F 111/06 (2020.01.01)
CPC G06F 30/20(2013.01) G06N 3/126(2013.01) G06F 2111/06(2013.01)
출원번호/일자 1020220049585 (2022.04.21)
출원인 이화여자대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0150070 (2023.10.30) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.04.21)
심사청구항수 17

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 박선기 서울특별시 용산구
2 임수정 경기도 안양시 만안구
3 김현주 서울특별시 동작구

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
2022.04.21 수리 (Accepted) 1-1-2022-0430328-31
2 선행기술조사의뢰서
Request for Prior Art Search
2023.05.17 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
무작위로 선택된 지면모델의 지표특성을 표현하는 파라미터의 조합인 하나 이상의 개체를 포함하는 초기 세대를 생성하는 (a)단계; 상기 초기 세대에 포함되는 개체가 지표면의 상태를 시뮬레이션 하는 지면모델(land surface model)을 서브루틴이 수행하는 (b)단계; 실제 관측값에 기초한 적합도 함수를 상기 지면모델을 수행한 결과에 적용하여 각 개체의 적합도를 평가하는 (c)단계; 상기 개체 중에서 2개의 개체를 임의로 선택하여 상위 적합도를 가지는 개체를 선택하는 (d)단계; 및 상기 선택된 개체 사이의 교배를 수행하여 다음 세대의 개체를 재생산하는 (e)단계를 포함하고, 상기 지면모델을 서브루틴이 수행하는 (b)단계는, 상기 지면모델을 수행하는 서브루틴이 상기 개체가 적용된 각각의 지면모델을 병렬로 수행하는 지면모델의 파라미터를 최적화하는 방법
2 2
제1항에 있어서, 상기 지면모델을 서브루틴이 수행하는 (b)단계는, 상기 개체가 적용된 지면모델을 파라미터를 최적화하기 위한 복수의 지역에 대하여 병렬로 수행할 수 있도록 쉘 스크립트로 작성된 지면모델의 파라미터를 최적화하는 방법
3 3
제1항에 있어서,상기 적합도를 평가하는 (c)단계는, 상기 개체가 적용된 각각의 지면모델을 병렬로 수행하는 서브루틴의 종료를 대기하는 단계; 및 상기 적합도를 평가하는 서브루틴이 상기 지면모델의 수행 결과에 대하여 상기 개체가 적용된 각각의 지면모델마다 병렬로 상기 적합도 함수를 적용하여 적합도를 평가하는 지면모델의 파라미터를 최적화하는 방법
4 4
제1항에 있어서, 적합도가 가장 높게 평가된 엘리트 개체가 적용된 지면모델의 적합도와 나머지 개체가 적용된 지면모델의 적합도 사이의 차이가 일정 기준으로 수렴하는지 여부를 판단하는 (f)단계를 더 포함하는 지면모델의 파라미터를 최적화하는 방법
5 5
제4항에 있어서, 상기 적합도 사이의 차이가 일정 기준으로 수렴하지 않는 경우, 상기 재생산된 개체를 상기 지면모델에 적용하여 상기 지면모델을 서브루틴이 수행하는 (b)단계, 상기 적합도를 평가하는 (c)단계, 상기 개체를 선택하는 (d)단계 및 상기 다음 세대의 개체를 재생산하는 (e)단계를 상기 적합도 사이의 차이가 일정 기준으로 수렴할 때까지 반복하는 지면모델의 파라미터를 최적화하는 방법
6 6
제4항에 있어서, 상기 적합도 사이의 차이가 일정 기준으로 수렴하는 경우, 현재 세대 수가 최대 반복 세대 수를 초과하였는지 여부를 판단하는 (g)단계를 더 포함하는 지면모델의 파라미터를 최적화하는 방법
7 7
제6항에 있어서,상기 현재 세대 수가 최대 반복 세대 수를 초과한 경우, 현재 세대의 개체 중에서 최대 적합도를 갖는 개체를 최적의 파라미터의 조합으로 결정하는 지면모델의 파라미터를 최적화하는 방법
8 8
제6항에 있어서, 상기 현재 세대 수가 최대 반복 세대 수를 초과하지 않은 경우, 적합도가 가장 높게 평가된 엘리트 개체를 제외한 나머지 개체를 초기화하고, 이전 세대의 엘리트 개체와 상기 초기화된 나머지 개체를 상기 지면모델에 적용하여 상기 지면모델을 서브루틴이 수행하는 (b)단계, 상기 적합도를 평가하는 (c)단계, 상기 개체를 선택하는 (d)단계, 상기 다음 세대의 개체를 재생산하는 (e)단계, 상기 적합도 사이의 차이가 일정 기준으로 수렴하는지 판단하는 (f)단계를 현재 세대 수가 최대 반복 세대수를 초과할 때까지 반복하는 지면모델의 파라미터를 최적화하는 방법
9 9
제1항 내지 제8항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록된 컴퓨터에서 판독 가능한 기록 매체
10 10
지면모델의 파라미터를 최적화하는 방법을 수행하는 장치에 있어서,상기 장치는 프로세서를 포함하고,상기 프로세서는, 무작위로 선택된 지면모델의 지표특성을 표현하는 파라미터의 조합인 하나 이상의 개체를 포함하는 초기 세대를 생성하고, 상기 초기 세대에 포함되는 개체가 지표면의 상태를 시뮬레이션 하는 지면모델(land surface model)을 서브루틴이 수행하고; 실제 관측값에 기초한 적합도 함수를 상기 지면모델을 수행한 결과에 적용하여 각 개체의 적합도를 평가하고; 상기 개체 중에서 2개의 개체를 임의로 선택하여 상위 적합도를 가지는 개체를 선택하고, 상기 선택된 개체 사이의 교배를 수행하여 다음 세대의 개체를 재생산하고, 상기 지면모델을 서브루틴이 수행하는 것은, 상기 지면모델을 수행하는 서브루틴이 상기 개체가 적용된 각각의 지면모델을 병렬로 수행하는 복수의 지역에서 지면모델의 성능을 만족시키기 위한 지면모델의 파라미터를 최적화하는 장치
11 11
제10항에 있어서, 상기 프로세서는, 상기 개체가 적용된 지면모델을 파라미터를 최적화하기 위한 복수의 지역에 대하여 병렬로 수행할 수 있도록 쉘 스크립트로 작성된 지면모델의 파라미터를 최적화하는 장치
12 12
제10항에 있어서, 상기 프로세서는, 상기 개체가 적용된 각각의 지면모델을 병렬로 수행하는 서브루틴의 종료를 대기하고, 상기 적합도를 평가하는 서브루틴이 상기 지면모델의 수행 결과에 대하여 상기 개체가 적용된 각각의 지면모델마다 병렬로 상기 적합도 함수를 적용하여 적합도를 평가하는 지면모델의 파라미터를 최적화하는 장치
13 13
제10항에 있어서, 상기 프로세서는, 적합도가 가장 높게 평가된 엘리트 개체가 적용된 지면모델의 적합도와 나머지 개체가 적용된 지면모델의 적합도 사이의 차이가 일정 기준으로 수렴하는지 여부를 판단하는 지면모델의 파라미터를 최적화하는 장치
14 14
제13항에 있어서, 상기 프로세서는, 상기 적합도 사이의 차이가 일정 기준으로 수렴하지 않는 경우, 상기 재생산된 개체를 상기 지면모델에 적용하여 상기 지면모델을 서브루틴이 수행하고, 상기 적합도를 평가하고, 상기 개체를 선택하고, 상기 다음 세대의 개체를 재생산하는 것을 상기 적합도 사이의 차이가 일정 기준으로 수렴할 때까지 반복하는 지면모델의 파라미터를 최적화하는 장치
15 15
제13항에 있어서, 상기 프로세서는, 상기 적합도 사이의 차이가 일정 기준으로 수렴하는 경우, 현재 세대 수가 최대 반복 세대 수를 초과하였는지 여부를 판단하는 지면모델의 파라미터를 최적화하는 장치
16 16
제15항에 있어서, 상기 프로세서는, 상기 현재 세대 수가 최대 반복 세대 수를 초과한 경우, 현재 세대의 개체 중에서 최대 적합도를 갖는 개체를 최적의 파라미터의 조합으로 결정하는 지면모델의 파라미터를 최적화하는 장치
17 17
제15항에 있어서, 상기 프로세서는, 상기 현재 세대 수가 최대 반복 세대 수를 초과하지 않은 경우, 적합도가 가장 높게 평가된 엘리트 개체를 제외한 나머지 개체를 초기화하고, 이전 세대의 엘리트 개체와 상기 초기화된 나머지 개체를 상기 지면모델에 적용하여 상기 지면모델을 서브루틴이 수행하고, 상기 적합도를 평가하고, 상기 개체를 선택하고, 상기 다음 세대의 개체를 재생산하고, 상기 적합도 사이의 차이가 일정 기준으로 수렴하는지 판단하는 것을 현재 세대 수가 최대 반복 세대수를 초과할 때까지 반복하는 지면모델의 파라미터를 최적화하는 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 이화여자대학교 산학협력단 (유형1-1)중견연구 지능형 최적화 및 결합자료동화를 활용한 대기-지면-화학 결합모델의 대기질 예측 성능 향상
2 교육부 이화여자대학교 이공학학술연구기반구축(R&D) 기후/환경변화예측연구센터