| 1 |
1
사용자의 현재 상태(수면, 휴식, 운동)와 심박 변화에 의한 스트레스 지수를 포함하는 사용자정보와 실내공간의 온도, 조도, 소음도 및 이산화탄소 농도 중 적어도 하나를 포함하는 환경정보를 수신하는 입출력부; 및 상기 사용자정보에 따라 실내환경 제어시스템을 제어하는 제어명령을 출력하는 프로세서;를 포함하되,상기 실내환경 제어시스템은,실내공간의 온도 및 습도를 제어할 수 있는 온도 제어 장치;실내공간의 조명을 제어할 수 있는 조명 제어 장치;실내공간의 주요 소음 발생원을 제어하거나 마스킹 사운드를 재생할 수 있는 소음 제어 장치; 실내공간의 창문의 개폐를 제어할 수 있는 창문개폐 제어 장치; 및실내환경 제어서버로부터 제어명령을 수신하여 상기 제어 장치들을 제어하는 시스템제어부;를 포함하며,상기 스트레스 지수는,웨어러블 장치가 사용자의 심장박동률(Heart Rate) 변화와 심박변이도(HRV: Heart Rate Variability)를 측정하고, 심박변이도의 경우 이를 주파수 변환하여 주파수 스펙트럼 분석을 수행하여, 고주파대역(0
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서,상기 인공지능 알고리즘 학습부는,인공지능 알고리즘의 하이퍼 파라미터를 최적화시키는 Bayesian Optimizer기법을 사용하여, 복수의 인공지능 알고리즘의 민감도, 특이도, 정확도, PPV(positive predictive value), NPV(negative predictive value) 및 AUC (area under the ROC(receiver operating characteristic)) 점수 중 어느 하나 이상을 측정하여 가장 성능이 높은 인공지능 알고리즘을 선정 및 저장하는 것을 특징으로 하는 재실자 반응형 실내환경 제어서버
|
| 4 |
4
삭제
|
| 5 |
5
사용자에게 착용되어 사용자의 현재상태(수면, 휴식, 운동)와 심박 변화에 의한 스트레스 지수를 포함하는 사용자정보를 생성하는 웨어러블 장치;실내공간의 온도, 조도, 소음도 및 이산화탄소 농도 중 적어도 하나를 측정하여 환경정보를 생성하는 실내환경 센서시스템;상기 사용자정보 및 환경정보를 전송받아 실내환경 제어시스템을 제어하는 제어명령을 출력하는 실내환경 제어서버; 및상기 실내환경 제어서버로부터 제어명령을 입력받아 실내공간의 환경을 조절하는 실내환경 제어시스템;을 포함하되,상기 실내환경 제어시스템은,실내공간의 온도 및 습도를 제어할 수 있는 온도 제어 장치;실내공간의 조명을 제어할 수 있는 조명 제어 장치;실내공간의 주요 소음 발생원을 제어하거나 마스킹 사운드를 재생할 수 있는 소음 제어 장치; 실내공간의 창문의 개폐를 제어할 수 있는 창문개폐 제어 장치; 및실내환경 제어서버로부터 제어명령을 수신하여 상기 제어 장치들을 제어하는 시스템제어부;를 포함하며,상기 스트레스 지수는,웨어러블 장치가 사용자의 심장박동률(Heart Rate) 변화와 심박변이도(HRV: Heart Rate Variability)를 측정하고, 심박변이도의 경우 이를 주파수 변환하여 주파수 스펙트럼 분석을 수행하여, 고주파대역(0
|
| 6 |
6
삭제
|
| 7 |
7
제5항에 있어서,상기 실내환경 센서시스템은,실내공간의 온도를 측정하는 온도센서;실내공간의 조도를 측정하는 조도센서;실내공간의 소음도를 측정하는 소음도센서;실내공간의 이산화탄소 농도를 측정하는 이산화탄소 센서; 및상기 측정된 온도, 조도, 소음도, 이산화탄소 농도를 실내환경 제어서버로 전송하는 센서제어부;를 포함하는 것을 특징으로 하는 재실자 반응형 실내환경 제어시스템
|
| 8 |
8
삭제
|
| 9 |
9
삭제
|
| 10 |
10
제5항에 있어서,상기 인공지능 알고리즘 학습부는,인공지능 알고리즘의 하이퍼 파라미터를 최적화시키는 Bayesian Optimizer기법을 사용하여, 복수의 인공지능 알고리즘의 민감도, 특이도, 정확도, PPV(positive predictive value), NPV(negative predictive value) 및 AUC (area under the ROC(receiver operating characteristic)) 점수 중 어느 하나 이상을 측정하여 가장 성능이 높은 인공지능 알고리즘을 선정 및 저장하는 것을 특징으로 하는 재실자 반응형 실내환경 제어시스템
|
| 11 |
11
삭제
|
| 12 |
12
삭제
|
| 13 |
13
웨어러블 장치가 사용자에게 착용되어 사용자의 현재상태(수면, 휴식, 운동)와 심박 변화에 의한 스트레스 지수를 포함하는 사용자정보를 생성하는 A단계;실내환경 제어서버가 사용자정보 및 환경정보를 전송받아 실내환경 제어시스템을 제어하는 제어명령을 출력하는 B단계; 및실내환경 제어시스템이 상기 제어명령을 입력받아 실내공간의 환경을 조절하는 C단계;를 포함하되,상기 실내환경 제어시스템은,실내공간의 온도 및 습도를 제어할 수 있는 온도 제어 장치;실내공간의 조명을 제어할 수 있는 조명 제어 장치;실내공간의 주요 소음 발생원을 제어하거나 마스킹 사운드를 재생할 수 있는 소음 제어 장치; 실내공간의 창문의 개폐를 제어할 수 있는 창문개폐 제어 장치; 및실내환경 제어서버로부터 제어명령을 수신하여 상기 제어 장치들을 제어하는 시스템제어부;를 포함하는 것을 특징으로 하며,상기 스트레스 지수는,웨어러블 장치가 사용자의 심장박동률(Heart Rate) 변화와 심박변이도(HRV: Heart Rate Variability)를 측정하고, 심박변이도의 경우 이를 주파수 변환하여 주파수 스펙트럼 분석을 수행하여, 고주파대역(0
|
| 14 |
14
삭제
|
| 15 |
15
삭제
|
| 16 |
16
제13항에 있어서,상기 인공지능 알고리즘 학습부는,인공지능 알고리즘의 하이퍼 파라미터를 최적화시키는 Bayesian Optimizer기법을 사용하여, 복수의 인공지능 알고리즘의 민감도, 특이도, 정확도, PPV(positive predictive value), NPV(negative predictive value) 및 AUC (area under the ROC(receiver operating characteristic)) 점수 중 어느 하나 이상을 측정하여 가장 성능이 높은 인공지능 알고리즘을 선정 및 저장하는 것을 특징으로 하는 재실자 반응형 실내환경 제어방법
|
| 17 |
17
삭제
|
