요약 | 다차원 데이터 스트림을 위한 클러스터링 방법 및 시스템이 개시된다. 본 발명에 따른 다차원 데이터 스트림을 위한 클러스터링 방법은, 데이터 객체가 입력되면 일차원 서브클러스터를 결정하고 상기 결정된 일차원 서브클러스터에 식별자를 부여하는 단계; 상기 데이터 객체의 각 차원 값이 해당 차원의 일차원 서브클러스터의 범위 내에 속하게 되는 일차원 서브클러스터의 식별자의 집합인 매칭 셋을 생성하는 단계; 및 상기 생성된 매칭 셋에 속하는 일차원 서브클러스터의 집합 중 빈발하게 동시에 발생하는 일차원 서브클러스터의 집합을 찾음으로써 서브클러스터를 결정하는 단계를 포함하는 것을 특징으로 한다. 이러한 본 발명에 의하면 서브클러스터를 찾는데 요구되는 수행 시간과 메모리에 있어서 월등한 성능의 향상을 얻을 수 있다. 데이터 마이닝, 데이터 스트림, 클러스터링, 서브스페이스 클러스터링 |
---|---|
Int. CL | G06F 17/00 (2006.01) |
CPC | |
출원번호/일자 | 1020080104741 (2008.10.24) |
출원인 | 연세대학교 산학협력단 |
등록번호/일자 | 10-1003842-0000 (2010.12.17) |
공개번호/일자 | 10-2010-0045682 (2010.05.04) 문서열기 |
공고번호/일자 | (20101223) 문서열기 |
국제출원번호/일자 | |
국제공개번호/일자 | |
우선권정보 | |
법적상태 | 소멸 |
심사진행상태 | 수리 |
심판사항 | 심판사항 |
구분 | 신규 |
원출원번호/일자 | |
관련 출원번호 | |
심사청구여부/일자 | Y (2008.10.24) |
심사청구항수 | 23 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 연세대학교 산학협력단 | 대한민국 | 서울특별시 서대문구 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 이원석 | 대한민국 | 서울특별시 영등포구 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 특허법인우인 | 대한민국 | 서울특별시 강남구 역삼로 ***, *층(역삼동, 중평빌딩) |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 연세대학교 산학협력단 | 대한민국 | 서울특별시 서대문구 |
번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
---|---|---|---|---|
1 | [특허출원]특허출원서 [Patent Application] Patent Application |
2008.10.24 | 수리 (Accepted) | 1-1-2008-0739638-19 |
2 | 선행기술조사의뢰서 Request for Prior Art Search |
2009.04.06 | 수리 (Accepted) | 9-1-9999-9999999-89 |
3 | 선행기술조사보고서 Report of Prior Art Search |
2009.05.18 | 수리 (Accepted) | 9-1-2009-0031843-55 |
4 | 의견제출통지서 Notification of reason for refusal |
2010.03.26 | 발송처리완료 (Completion of Transmission) | 9-5-2010-0127830-42 |
5 | [거절이유 등 통지에 따른 의견]의견(답변, 소명)서 [Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation) |
2010.05.26 | 수리 (Accepted) | 1-1-2010-0335861-89 |
6 | [명세서등 보정]보정서 [Amendment to Description, etc.] Amendment |
2010.05.26 | 보정승인간주 (Regarded as an acceptance of amendment) | 1-1-2010-0335869-43 |
7 | 거절결정서 Decision to Refuse a Patent |
2010.09.20 | 발송처리완료 (Completion of Transmission) | 9-5-2010-0417217-43 |
8 | 명세서 등 보정서(심사전치) Amendment to Description, etc(Reexamination) |
2010.11.19 | 보정승인 (Acceptance of amendment) | 7-1-2010-0047871-08 |
9 | 등록결정서 Decision to grant |
2010.12.13 | 발송처리완료 (Completion of Transmission) | 9-5-2010-0571054-76 |
10 | 출원인정보변경(경정)신고서 Notification of change of applicant's information |
2011.12.15 | 수리 (Accepted) | 4-1-2011-5252006-10 |
11 | 출원인정보변경(경정)신고서 Notification of change of applicant's information |
2013.04.24 | 수리 (Accepted) | 4-1-2013-5062749-37 |
12 | 출원인정보변경(경정)신고서 Notification of change of applicant's information |
2013.06.24 | 수리 (Accepted) | 4-1-2013-5088566-87 |
13 | 출원인정보변경(경정)신고서 Notification of change of applicant's information |
2014.09.25 | 수리 (Accepted) | 4-1-2014-5114224-78 |
번호 | 청구항 |
---|---|
1 |
1 다차원 데이터 스트림을 위한 클러스터링 방법에 있어서, (a) 데이터 객체가 입력되면 일차원 서브클러스터를 결정하고 상기 결정된 일차원 서브클러스터에 식별자를 부여하는 단계; (b) 상기 데이터 객체의 각 차원 값이 해당 차원의 일차원 서브클러스터의 범위 내에 속하게 되는 일차원 서브클러스터의 식별자의 집합인 매칭 셋을 생성하는 단계; 및 (c) 상기 생성된 매칭 셋에 속하는 일차원 서브클러스터의 집합 중 빈발하게 동시에 발생하는 일차원 서브클러스터의 집합을 찾음으로써 서브클러스터를 결정하는 단계를 포함하고, 이미 생성된 매칭 셋에 속하는 일차원 서브클러스터들의 식별자가 전위트리를 이용하여 관리되고 상기 전위트리의 각 노드는 해당 노드에 대응하는 데이터 공간에 속하는 데이터 객체의 출현빈도수 정보를 가지며, 상기 생성된 매칭 셋에 포함된 일차원 서브클러스터에 따라서 상기 전위트리를 갱신하는 단계를 더 포함하고, 상기 전위트리를 갱신하는 단계는, 상기 전위트리를 순회하면서 상기 생성된 매칭 셋에 따른 새로운 노드를 상기 전위트리에 삽입하는 단계를 포함하고, 상기 새로운 노드를 상기 전위트리에 삽입하는 단계는, 상기 생성된 매칭 셋이 상기 전위트리 내에 유지되지 않는 일차원 서브클러스터를 포함할 때 상기 일차원 서브클러스터에 대응되는 노드를 상기 전위트리의 첫째 깊이에 삽입하는 단계; 및 상기 생성된 매칭 셋에 따른 다차원 직각면체 공간에 대응하는 새로운 노드를 삽입하는 단계를 포함하며, 상기 다차원 직각면체 공간에 대응하는 새로운 노드를 삽입하는 단계는, 상기 생성된 매칭 셋 내에서 미리 정의된 중요 지지도 문턱값보다 낮은 지지도를 가지는 일차원 서브클러스터를 걸러내어 필터링하고, k-차원 직각면체 공간 R(v)에 대응하는 k-깊이 노드 v를 방문할 때 상기 필터링된 매칭 셋의 일차원 서브클러스터들 중에서 차원이 상기 노드 v와 관련된 일차원 서브클러스터의 차원 이후의 일차원 서브클러스터에 의해 (k+1)-차원 직각면체 공간에 대응하는 새로운 노드를 삽입하는 것을 특징으로 하는 클러스터링 방법 |
2 |
2 제1항에 있어서, 데이터 공간을 구성하는 각 차원 별로 이미 발생한 데이터 객체들의 통계적 분포 정보가 데이터 구간에 의해 정의되는 격자셀들을 이용하여 관리되며, 상기 (a) 단계는 각 차원 별로 격자셀에 속하는 데이터 객체의 발생 빈도를 소정의 지지도와 비교하여 그 결과에 따라 일차원 서브클러스터를 결정하는 것을 특징으로 하는 클러스터링 방법 |
3 |
3 제1항에 있어서, 상기 (c) 단계는 상기 전위트리의 각 노드에 해당하는 데이터 공간의 지지도를 소정의 지지도와 비교함으로써 빈발하게 동시에 발생하는 일차원 서브클러스터의 집합을 찾는 것을 특징으로 하는 클러스터링 방법 |
4 |
4 제1항에 있어서, d-차원 데이터 공간에서 데이터 객체 의 매칭 셋은 다음 수학식과 같이 정의되는 것을 특징으로 하는 클러스터링 방법 |
5 |
5 제3항에 있어서, d-차원 데이터 공간 의 현재 데이터 스트림 Dt에 대한 차원들의 순서를 N1→N2→ |
6 |
6 제5항에 있어서, 일차원 서브클러스터 ck와 관련되어 있는 k-깊이 노드 v가 주어질 때, 를 루트로부터 노드 v까지의 경로 내의 노드들과 관련된 일차원 서브클러스터들의 순서라 하고 일차원 서브클러스터 cj의 차원을 Nj' (1≤j≤k)이라고 할때 노드 v는 k-차원 서브스페이스 내에서 범위가 에 의해 정의되는 k-차원 직각면체 공간에 대응되는 것을 특징으로 하는 클러스터링 방법 |
7 |
7 제5항에 있어서, 루트 노드를 제외하고 상기 전위트리의 각 노드는, 노드 v와 관련된 일차원 서브클러스터의 클러스터 식별자, range(v) 내의 데이터 객체들의 개수, range(v)의 직각면체 공간의 정보를 가지는 것을 특징으로 하는 클러스터링 방법 |
8 |
8 제3항에 있어서, 상기 전위트리를 갱신하는 단계는, 상기 생성된 매칭 셋의 부분집합들에 대응하는 노드들을 깊이 우선 방식으로 순회하면서 상기 출현빈도수 정보를 갱신하는 단계를 더 포함하는 것을 특징으로 하는 클러스터링 방법 |
9 |
9 제8항에 있어서, 상기 전위트리를 갱신하는 단계는, 노드의 갱신된 지지도를 소정의 중요 지지도와 비교하여 그 결과에 따라 상기 노드 및 그 자손 노드를 상기 전위트리로부터 제거하는 단계를 더 포함하는 것을 특징으로 하는 클러스터링 방법 |
10 |
10 삭제 |
11 |
11 삭제 |
12 |
12 삭제 |
13 |
13 제1항에 있어서, 상기 (k+1)-차원 직각면체 공간에 대응하는 새로운 노드를 삽입함에 있어서, 상기 새로운 노드의 지지도를 추정하고 상기 추정된 지지도를 소정의 중요 지지도와 비교하여 그 결과에 따라 상기 새로운 노드를 삽입하는 것을 특징으로 하는 클러스터링 방법 |
14 |
14 제7항에 있어서, 상기 range(v)의 직각면체 공간의 정보는 상기 직각면체 공간에 속하는 데이터 객체들의 각 차원 값들 각각의 평균 및 표준편차를 포함하는 것을 특징으로 하는 클러스터링 방법 |
15 |
15 제14항에 있어서, 상기 결정된 서브클러스터로부터 서브클러스터의 범위를 개선하는 단계로서, 상기 각 차원 값의 평균을 중심으로 하는 소정 구간을 상기 서브클러스터의 범위로 결정하는 단계를 더 포함하는 것을 특징으로 하는 클러스터링 방법 |
16 |
16 제15항에 있어서, i 번째 차원의 상기 평균 및 표준편차를 μi 및 σi라 할 때, i 번째 차원에 대한 상기 소정 구간은 사용자 정의값 δ를 이용하여 μi+δσi 에서 μi-δσi 사이로 결정되는 것을 특징으로 하는 클러스터링 방법 |
17 |
17 제1항 내지 제9항, 제13항 내지 제16항 중 어느 한 항에 기재된, 다차원 데이터 스트림을 위한 클러스터링 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체 |
18 |
18 다차원 데이터 스트림을 위한 클러스터링 시스템에 있어서, 데이터 객체가 입력되면 일차원 서브클러스터를 결정하고 상기 결정된 일차원 서브클러스터에 식별자를 부여하는 일차원 서브클러스터 결정부; 상기 데이터 객체의 각 차원 값이 해당 차원의 일차원 서브클러스터의 범위 내에 속하게 되는 일차원 서브클러스터의 식별자의 집합인 매칭 셋을 생성하는 매칭 셋 생성부; 및 상기 생성된 매칭 셋에 속하는 일차원 서브클러스터의 집합 중 빈발하게 동시에 발생하는 일차원 서브클러스터의 집합을 찾음으로써 서브클러스터를 결정하는 서브클러스터 결정부를 포함하고, 이미 생성된 매칭 셋에 속하는 일차원 서브클러스터들의 식별자가 전위트리를 이용하여 관리되고 상기 전위트리의 각 노드는 해당 노드에 대응하는 데이터 공간에 속하는 데이터 객체의 출현빈도수 정보를 가지도록 상기 전위트리를 저장하기 위한 메모리; 및 상기 생성된 매칭 셋에 포함된 일차원 서브클러스터에 따라서 상기 전위트리를 갱신하는 전위트리 갱신부를 더 포함하고, 상기 전위트리 갱신부는, 상기 전위트리를 순회하면서 상기 생성된 매칭 셋에 따른 새로운 노드를 상기 전위트리에 삽입하고, 상기 새로운 노드의 상기 전위트리에의 삽입은, 상기 생성된 매칭 셋이 상기 전위트리 내에 유지되지 않는 일차원 서브클러스터를 포함할 때 상기 일차원 서브클러스터에 대응되는 노드를 상기 전위트리의 첫째 깊이에 삽입하고, 상기 생성된 매칭 셋에 따른 다차원 직각면체 공간에 대응하는 새로운 노드를 삽입하며, 상기 다차원 직각면체 공간에 대응하는 새로운 노드의 삽입은, 상기 생성된 매칭 셋 내에서 미리 정의된 중요 지지도 문턱값보다 낮은 지지도를 가지는 일차원 서브클러스터를 걸러내어 필터링하고, k-차원 직각면체 공간 R(v)에 대응하는 k-깊이 노드 v를 방문할 때 상기 필터링된 매칭 셋의 일차원 서브클러스터들 중에서 차원이 상기 노드 v와 관련된 일차원 서브클러스터의 차원 이후의 일차원 서브클러스터에 의해 (k+1)-차원 직각면체 공간에 대응하는 새로운 노드를 삽입하는 것을 특징으로 하는 클러스터링 시스템 |
19 |
19 제18항에 있어서, 데이터 공간을 구성하는 각 차원 별로 이미 발생한 데이터 객체들의 통계적 분포 정보가 데이터 구간에 의해 정의되는 격자셀들을 이용하여 관리되도록 상기 격자셀들을 저장하기 위한 메모리를 더 포함하고, 상기 일차원 서브클러스터 결정부는 각 차원 별로 격자셀에 속하는 데이터 객체의 발생 빈도를 소정의 지지도와 비교하여 그 결과에 따라 일차원 서브클러스터를 결정하는 것을 특징으로 하는 클러스터링 시스템 |
20 |
20 제18항에 있어서, 상기 서브클러스터 결정부는 상기 전위트리의 각 노드에 해당하는 데이터 공간의 지지도를 소정의 지지도와 비교함으로써 빈발하게 동시에 발생하는 일차원 서브클러스터의 집합을 찾는 것을 특징으로 하는 클러스터링 시스템 |
21 |
21 제20항에 있어서, d-차원 데이터 공간 의 현재 데이터 스트림 Dt에 대한 차원들의 순서를 N1→N2→ |
22 |
22 제21항에 있어서, 일차원 서브클러스터 ck와 관련되어 있는 k-깊이 노드 v가 주어질 때, 를 루트로부터 노드 v까지의 경로 내의 노드들과 관련된 일차원 서브클러스터들의 순서라 하고 일차원 서브클러스터 cj의 차원을 Nj' (1≤j≤k)이라고 할때 노드 v는 k-차원 서브스페이스 내에서 범위가 에 의해 정의되는 k-차원 직각면체 공간에 대응되는 것을 특징으로 하는 클러스터링 시스템 |
23 |
23 제22항에 있어서, 루트 노드를 제외하고 상기 전위트리의 각 노드는, 노드 v와 관련된 일차원 서브클러스터의 클러스터 식별자, range(v) 내의 데이터 객체들의 개수, range(v)의 직각면체 공간의 정보를 가지는 것을 특징으로 하는 클러스터링 시스템 |
24 |
24 제23항에 있어서, 상기 range(v)의 직각면체 공간의 정보는 상기 직각면체 공간에 속하는 데이터 객체들의 각 차원 값들 각각의 평균 및 표준편차를 포함하는 것을 특징으로 하는 클러스터링 시스템 |
25 |
25 제24항에 있어서, 상기 서브클러스터 결정부는, 상기 결정된 서브클러스터로부터 서브클러스터의 범위를 개선하되, 상기 각 차원 값의 평균을 중심으로 하는 소정 구간을 상기 서브클러스터의 범위로 결정하는 것을 특징으로 하는 클러스터링 시스템 |
26 |
26 제25항에 있어서, 상기 서브클러스터 결정부는, i 번째 차원의 상기 평균 및 표준편차를 μi 및 σi라 할 때, i 번째 차원에 대한 상기 소정 구간을 사용자 정의값 δ를 이용하여 μi+δσi 에서 μi-δσi 사이로 결정하는 것을 특징으로 하는 클러스터링 시스템 |
지정국 정보가 없습니다 |
---|
순번 | 패밀리번호 | 국가코드 | 국가명 | 종류 |
---|---|---|---|---|
1 | US08762393 | US | 미국 | FAMILY |
2 | US20100106723 | US | 미국 | FAMILY |
순번 | 패밀리번호 | 국가코드 | 국가명 | 종류 |
---|---|---|---|---|
1 | US2010106723 | US | 미국 | DOCDBFAMILY |
2 | US8762393 | US | 미국 | DOCDBFAMILY |
국가 R&D 정보가 없습니다. |
---|
특허 등록번호 | 10-1003842-0000 |
---|
표시번호 | 사항 |
---|---|
1 |
출원 연월일 : 20081024 출원 번호 : 1020080104741 공고 연월일 : 20101223 공고 번호 : 특허결정(심결)연월일 : 20101213 청구범위의 항수 : 23 유별 : G06F 17/00 발명의 명칭 : 다차원 데이터 스트림을 위한 클러스터링 방법 및 시스템 존속기간(예정)만료일 : 20161218 |
순위번호 | 사항 |
---|---|
1 |
(권리자) 연세대학교 산학협력단 서울특별시 서대문구... |
제 1 - 3 년분 | 금 액 | 471,000 원 | 2010년 12월 17일 | 납입 |
제 4 년분 | 금 액 | 546,000 원 | 2013년 10월 01일 | 납입 |
제 5 년분 | 금 액 | 382,200 원 | 2014년 09월 01일 | 납입 |
제 6 년분 | 금 액 | 382,200 원 | 2015년 12월 01일 | 납입 |
번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
---|---|---|---|---|
1 | [특허출원]특허출원서 | 2008.10.24 | 수리 (Accepted) | 1-1-2008-0739638-19 |
2 | 선행기술조사의뢰서 | 2009.04.06 | 수리 (Accepted) | 9-1-9999-9999999-89 |
3 | 선행기술조사보고서 | 2009.05.18 | 수리 (Accepted) | 9-1-2009-0031843-55 |
4 | 의견제출통지서 | 2010.03.26 | 발송처리완료 (Completion of Transmission) | 9-5-2010-0127830-42 |
5 | [거절이유 등 통지에 따른 의견]의견(답변, 소명)서 | 2010.05.26 | 수리 (Accepted) | 1-1-2010-0335861-89 |
6 | [명세서등 보정]보정서 | 2010.05.26 | 보정승인간주 (Regarded as an acceptance of amendment) | 1-1-2010-0335869-43 |
7 | 거절결정서 | 2010.09.20 | 발송처리완료 (Completion of Transmission) | 9-5-2010-0417217-43 |
8 | 명세서 등 보정서(심사전치) | 2010.11.19 | 보정승인 (Acceptance of amendment) | 7-1-2010-0047871-08 |
9 | 등록결정서 | 2010.12.13 | 발송처리완료 (Completion of Transmission) | 9-5-2010-0571054-76 |
10 | 출원인정보변경(경정)신고서 | 2011.12.15 | 수리 (Accepted) | 4-1-2011-5252006-10 |
11 | 출원인정보변경(경정)신고서 | 2013.04.24 | 수리 (Accepted) | 4-1-2013-5062749-37 |
12 | 출원인정보변경(경정)신고서 | 2013.06.24 | 수리 (Accepted) | 4-1-2013-5088566-87 |
13 | 출원인정보변경(경정)신고서 | 2014.09.25 | 수리 (Accepted) | 4-1-2014-5114224-78 |
기술번호 | KST2014009693 |
---|---|
자료제공기관 | NTB |
기술공급기관 | 연세대학교 |
기술명 | 다차원 데이터 스트림을 위한 클러스터링 방법 및 시스템 |
기술개요 |
다차원 데이터 스트림을 위한 클러스터링 방법 및 시스템이 개시된다. 본 발명에 따른 다차원 데이터 스트림을 위한 클러스터링 방법은, 데이터 객체가 입력되면 일차원 서브클러스터를 결정하고 상기 결정된 일차원 서브클러스터에 식별자를 부여하는 단계; 상기 데이터 객체의 각 차원 값이 해당 차원의 일차원 서브클러스터의 범위 내에 속하게 되는 일차원 서브클러스터의 식별자의 집합인 매칭 셋을 생성하는 단계; 및 상기 생성된 매칭 셋에 속하는 일차원 서브클러스터의 집합 중 빈발하게 동시에 발생하는 일차원 서브클러스터의 집합을 찾음으로써 서브클러스터를 결정하는 단계를 포함하는 것을 특징으로 한다. 이러한 본 발명에 의하면 서브클러스터를 찾는데 요구되는 수행 시간과 메모리에 있어서 월등한 성능의 향상을 얻을 수 있다. 데이터 마이닝, 데이터 스트림, 클러스터링, 서브스페이스 클러스터링 |
개발상태 | 아이디어창안 |
기술의 우수성 | |
응용분야 | 데이터 처리 |
시장규모 및 동향 | |
희망거래유형 | 기술매매,라이센스,기술협력, |
사업화적용실적 | |
도입시고려사항 |
과제고유번호 | 1350011080 |
---|---|
세부과제번호 | 2006-02153 |
연구과제명 | 실시간상황인지를위한계층적데이터스트림처리기술개발 |
성과구분 | 출원 |
부처명 | 교육과학기술부 |
연구관리전문기관명 | 한국과학재단 |
연구주관기관명 | 연세대학교 |
성과제출연도 | 2006 |
연구기간 | 200604~200703 |
기여율 | 1 |
연구개발단계명 | 응용연구 |
6T분류명 | IT(정보기술) |
[1020080104741] | 다차원 데이터 스트림을 위한 클러스터링 방법 및 시스템 | 새창보기 |
---|---|---|
[1020080056325] | 다차원 데이터 처리 방법 및 분석 방법과 다차원 데이터처리 장치 | 새창보기 |
[1020070110099] | 지속적으로 발생되는 데이터 객체들로 구성되는 비한정적데이터 집합인 데이터 스트림으로부터 클러스터를 찾는방법 및 장치 | 새창보기 |
[1020070108074] | 데이터 스트림으로부터 최대 빈발항목집합을 탐색하는 방법및 장치 | 새창보기 |
[1020070016816] | 단백질 2-DE 젤 이미지 스팟 매칭에서 다중 참조이미지를 사용한 단백질 클래스의 정확도 향상 방법 | 새창보기 |
[1020060011575] | 데이터스트림 관리 시스템에서 다수의 연속질의 들에 표현된 선택조건들의 효율적인 처리 장치 및 처리 방법 | 새창보기 |
[1020050010266] | 다차원 클러스터링 알고리즘에 기반한 단백질 젤이미지에서의 기준점 추출 방법 | 새창보기 |
[KST2015127700][연세대학교] | 수요 예측 방법 및 수요 예측 장치 | 새창보기 |
---|---|---|
[KST2015126647][연세대학교] | 감정 사전 구축 장치 및 감정 사전 구축 방법 | 새창보기 |
[KST2015126597][연세대학교] | 공원 조성 시뮬레이션 시스템 | 새창보기 |
[KST2015127230][연세대학교] | 선형 분류기 설계 방법 및 그 장치 | 새창보기 |
[KST2015127522][연세대학교] | 롱 트랜잭션 데이터 스트림을 위한 빈발항목집합 탐색 방법 | 새창보기 |
[KST2015209746][연세대학교] | P2P네트웍에서의 대용량 파일분배 방법 | 새창보기 |
[KST2014047664][연세대학교] | 주사액 누출 감지 장치 및 방법 | 새창보기 |
[KST2015126991][연세대학교] | 아이콘 정렬정보에 기반한 배경화면 추천 장치 및 그 방법 | 새창보기 |
[KST2014040169][연세대학교] | 상황 구조 생성 방법 및, 상황 구조 생성 시스템 | 새창보기 |
[KST2015013042][연세대학교] | 정규 표현식 기반의 매칭을 위한 오토마타 인코딩 장치 및 방법 | 새창보기 |
[KST2015127133][연세대학교] | 강교량의 데이터베이스 구축방법 | 새창보기 |
[KST2019033856][연세대학교] | 퍼지추론 기반 대상 시설물의 기후변화 영향 평가정보 생성방법 및 그 시스템 | 새창보기 |
[KST2014040327][연세대학교] | 전기장 센서 시스템 및 이를 이용한 목표 물체 식별 방법 | 새창보기 |
[KST2015210227][연세대학교] | 반점 무늬를 갖는 영상의 최소상관계수 지도와 예측변화형태를 이용하여 변화 정보를 추정하는 시스템, 방법 및 그 기억매체 | 새창보기 |
[KST2015125997][연세대학교] | 멀티 코어 프로세서에 최적화된 문자열 검색 장치 및 그것의 문자열 검색 방법 | 새창보기 |
[KST2015125722][연세대학교] | 비정형 하중조건을 고려한 전면기초 해석 방법 | 새창보기 |
[KST2015125156][연세대학교] | 입력 데이터의 형식에 기반하여 고정 소수점 연산 또는부동 소수점 연산을 수행하는 재구성 가능한 연산 유닛 | 새창보기 |
[KST2015125114][연세대학교] | 부품 수요 예측 방법 및 시스템 | 새창보기 |
[KST2015126163][연세대학교] | 웹페이지 제공방법 및 이를 수행하는 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체 | 새창보기 |
[KST2022011178][연세대학교] | 주파수 응답 과도 상태 최적화 방법 및 장치 | 새창보기 |
[KST2015126813][연세대학교] | 위상 축소 이미징 시스템 및 이를 이용한 이미징 방법 | 새창보기 |
[KST2015125436][연세대학교] | 데이터 스트림에서의 다중 조인 질의 최적화 방법 | 새창보기 |
[KST2019033876][연세대학교] | 수학적 지식을 이용한 복합 센서 생성 장치와 방법 및 복합 센서 | 새창보기 |
[KST2015127526][연세대학교] | 심방세동의 예후 예측용 폴리뉴클레오티드 | 새창보기 |
[KST2014040180][연세대학교] | 이동 평균법을 이용한 부등 축소량에 대한 보정값 결정 방법 | 새창보기 |
[KST2015127824][연세대학교] | 아이피 멀티미디어 서브시스템에서의 서비스 등록 방법 및 시스템 | 새창보기 |
[KST2015125700][연세대학교] | 이동체 모델링을 위한 랜덤 이동 패턴 생성방법 및 장치 | 새창보기 |
[KST2015126945][연세대학교] | 인터페이스 장치와 이를 이용한 게임기 및 컨텐츠 제어방법 | 새창보기 |
[KST2019033771][연세대학교] | 기온의 영향을 배제하여 전력 수요를 예측하는 장치 및 방법 | 새창보기 |
[KST2018012310][연세대학교] | 질병 예측 모델을 생성하는 방법, 서버 및 시스템 | 새창보기 |
번호 | 심판번호(숫자) | 심판번호(문자) | 사건의표시 | 청구일 | 심결일자 |
---|---|---|---|---|---|
1 | 2010101008080 | 2010원8080 | 2008년 특허출원 제0104741호 거절결정불복 | 2010.10.20 | 2010.12.13 |