| 1 |
1
딥러닝을 이용한 GPS 경로 예측 시스템에 있어서,일정 시간마다 수집되는 GPS 좌표 집합인 GPS 경로 데이터를 수신하는 GPS 경로 수신부;GPS 경로 데이터로 구성된 학습 데이터에서 임의의 시간 동안의 좌표를 입력값으로 하고, 상기 임의의 시간 직후 좌표 또는 상기 임의의 시간에서 일정 시간 이후의 좌표를 출력값으로 하여 딥러닝 모델을 학습시키는 학습부; 및학습된 딥러닝 모델을 이용하여 상기 GPS 경로 수신부가 수신한 GPS 경로 데이터의 마지막 좌표 직후 좌표 또는 마지막 좌표에서 일정 시간 이후의 좌표를 예측하는 경로 예측부;를 포함하는 GPS 경로 예측 시스템
|
| 2 |
2
제 1 항에 있어서,상기 학습부는,딥러닝 모델로 LSTM(Long Short-term models)을 사용하는 것을 특징으로 하는 GPS 경로 예측 시스템
|
| 3 |
3
제 2 항에 있어서,상기 학습부는, 상기 출력값과 딥러닝 모델의 예측 좌표값의 차이로 평균 제곱근 오차를 계산하고, adam optimizer가 적용된 딥러닝 모델을 학습시켜 상기 오차를 줄이는 방향으로 최적화하는 것을 특징으로 하는 GPS 경로 예측 시스템
|
| 4 |
4
제 1 항에 있어서,상기 GPS 경로 수신부가 수신한 GPS 경로 데이터를 0과 1 사이에 값으로 스케일링하는 정규화부;를 더 포함하는 것을 특징으로 하는 GPS 경로 예측 시스템
|
| 5 |
5
제 4 항에 있어서,상기 경로 예측부가 예측한 예측 좌표를 상기 정규화부가 스케일링하기 이전 범위로 재스케일링하는 비정규화부;를 더 포함하는 것을 특징으로 하는 GPS 경로 예측 시스템
|
| 6 |
6
일정 시간마다 수집되는 GPS 좌표 집합인 GPS 경로 데이터를 수신하는 GPS 경로 수신단계;상기 GPS 경로 수신단계에서 수신한 GPS 경로 데이터를 0과 1 사이에 값으로 스케일링하는 정규화단계;학습된 딥러닝 모델을 이용하여 상기 GPS 경로 수신단계에서 수신한 GPS 경로 데이터의 마지막 좌표 직후 좌표 또는 마지막 좌표에서 일정 시간 이후의 좌표를 예측하는 경로 예측단계; 및 상기 경로 예측단계에서가 추출한 예측 좌표를 상기 정규화단계에서 스케일링하기 이전 범위로 재스케일링하는 비정규화단계;를 포함하는 GPS 경로 예측 방법
|
| 7 |
7
제 6 항에 있어서,GPS 경로 데이터로 구성된 학습 데이터에서 임의의 시간 동안의 좌표를 입력값으로 하고, 상기 임의의 시간 직후 좌표 또는 상기 임의의 시간에서 일정 시간 이후의 좌표를 출력값으로 하여 딥러닝 모델을 학습시키는 학습단계;를 더 포함하는 것을 특징으로 하는 GPS 경로 예측 방법
|
