| 1 |
1
감염병에 관한 데이터 셋과 상기 감염병과 관련된 분야 이외의 상이한 분야와 관련된 복수의 시계열 데이터 셋을 수집하는 데이터 수집부;상기 데이터 수집부에서 수집한 상기 감염병에 관한 데이터 셋과 상기 복수의 시계열 데이터 셋에 대하여 전처리를 수행하는 데이터 전처리부; 상기 복수의 시계열 데이터 셋으로부터 특징 정보를 추출하고, 랜덤 서치를 통한 하이퍼 파라미터 탐색을 하여, 탐색된 하이퍼 파라미터로 예측한 결과를 비교하여 모델을 선정하는 과정을 시계열 데이터마다 반복하여 메타 데이터를 생성하는 메타 데이터 생성부; 상기 메타 데이터를 활용하여 시계열 데이터 예측 모델과 하이퍼 파라미터를 추론하는 모델을 학습하는 추론 모델 학습부; 및상기 추론 모델 학습부에서 학습된 추론 모델을 통해 감염병에 관하여 새로운 시계열 데이터 예측에 활용할 모델과 하이퍼 파라미터를 추론하는 모델 및 하이퍼 파라미터 추론부를 포함하는 신종 감염병 확산 예측 장치
|
| 2 |
2
제1 항에 있어서,상기 데이터 전처리부에서 상기 데이터 수집부에서 수집한 상기 감염병에 관한 데이터 셋과 상기 복수의 시계열 데이터 셋에 대하여 최댓값은 1, 최소값은 0으로 정규화 하는 신종 감염병 확산 예측 장치
|
| 3 |
3
제1 항에 있어서,상기 데이터 수집부에서 수집하는 상기 감염병에 관한 데이터 셋은 코로나 19 데이터 셋이며, 상기 복수의 시계열 데이터 셋은 M4데이터 셋으로 구성되는 신종 감염병 확산 예측 장치
|
| 4 |
4
제1 항에 있어서,상기 메타 데이터 생성부에서 수행되는 랜덤 서치는 통계 기반 예측 모델을 대상으로 하며,상기 통계 기반 예측 모델은 ARIMA(Autoregressive Integrated Moving Average), SARIMA(Seasonal ARIMA), Prophet, Holt-Winters, Theta, STLF(Seasonal-Trend decomposition using Local regression Forecasting)중 적어도 하나 이상으로 구성되는 신종 감염병 확산 예측 장치
|
| 5 |
5
제4 항에 있어서,상기 메타 데이터 생성부에서 생성된 메타 데이터를 가지고 학습하는 기계학습 모델로 랜덤 포레스트와 신경망을 사용하는 신종 감염병 확산 예측 장치
|
| 6 |
6
제1 항에 있어서,상기 모델 및 하이퍼 파라미터 추론부에서 추론된 모델과 하이퍼 파라미터를 활용해 일일 감염병 확진자 수를 예측하는 신종 감염병 확산 예측 장치
|
| 7 |
7
신종 감염병 확산 예측 장치에 의해 수행되는 예측 방법에 있어서,감염병에 관한 데이터 셋과 상기 감염병과 관련된 분야 이외의 상이한 분야와 관련된 복수의 시계열 데이터 셋을 수집하는 단계;수집한 상기 감염병에 관한 데이터 셋과 상기 복수의 시계열 데이터 셋에 대하여 전처리를 수행하는 단계; 상기 복수의 시계열 데이터 셋으로부터 특징 정보를 추출하고, 랜덤 서치를 통한 하이퍼 파라미터 탐색을 하여, 탐색된 하이퍼 파라미터로 예측한 결과를 비교하여 모델을 선정하는 과정을 시계열 데이터마다 반복하여 메타 데이터를 생성하는 단계;상기 메타 데이터를 활용하여 시계열 데이터 예측 모델과 하이퍼 파라미터를 추론하는 모델을 학습하는 단계; 및학습된 추론 모델을 통해 감염병에 관하여 새로운 시계열 데이터 예측에 활용할 모델과 하이퍼 파라미터를 추론하는 단계를 포함하는 신종 감염병 확산 예측 방법
|
| 8 |
8
제7 항에 있어서,상기 감염병에 관한 데이터 셋과 상기 복수의 시계열 데이터 셋에 대하여 최댓값은 1, 최소값은 0으로 정규화 하는 단계를 더 포함하고,수집하는 상기 감염병에 관한 데이터 셋은 코로나 19 데이터 셋이며, 상기 복수의 시계열 데이터 셋은 M4데이터 셋으로 구성되는 신종 감염병 확산 예측 방법
|
| 9 |
9
제7 항에 있어서,상기 메타 데이터를 생성하는 과정에서 랜덤 서치는 통계 기반 예측 모델을 대상으로 하는 단계를 더 포함하고,상기 통계 기반 예측 모델은 ARIMA(Autoregressive Integrated Moving Average), SARIMA(Seasonal ARIMA), Prophet, Holt-Winters, Theta, STLF(Seasonal-Trend decomposition using Local regression Forecasting)중 적어도 하나 이상으로 구성되는 신종 감염병 확산 예측 방법
|
| 10 |
10
제9 항에 있어서,생성된 메타 데이터를 가지고 학습하는 기계학습 모델로는 랜덤 포레스트와 신경망을 사용하는 단계를 더 포함하는 신종 감염병 확산 예측 방법
|
