맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

태양 전면 자기장 지도를 이용한 태양 플레어 예측 장치 및 방법

  • 기술번호 : KST2019015830
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
상담신청 PDF 받기
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 태양 플레어 예측 장치가 개시된다. 상기 태양 플레어 예측 장치는 복수의 제1 태양 자기장 지도들과 각각이 상기 복수의 제1 태양 자기장 지도들 각각에 대응하는 태양 플레어 발생 여부에 대한 정보들인 제1 태양 플레어 발생 정보들을 포함하는 학습 데이터, 복수의 제2 태양 자기장 지도들과 각각이 상기 제2 복수의 태양 자기장 지도들 각각에 대응하는 태양 플레어 발생 여부에 대한 정보들인 제2 태양 플레어 발생 정보들을 포함하는 테스트 데이터 및 태양 플레어 발생 여부를 예측하기 위한 예측 대상 태양 자기장 지도를 수신하는 데이터 수신 모듈, 상기 학습 데이터를 이용하여 태양 플레어 예측 모델을 생성하는 학습 모듈, 상기 테스트 데이터를 이용하여 상기 태양 플레어 예측 모델을 테스트하는 검증 모듈 및 상기 예측 대상 태양 자기장 지도를 상기 태양 플레어 예측 모델에 입력하여 태양 플레어 발생 여부를 예측하는 예측 모듈을 포함한다.
Int. CL G01W 1/10 (2006.01.01) G01W 1/08 (2006.01.01) G01W 1/16 (2006.01.01) G06F 17/50 (2006.01.01) G06N 3/08 (2006.01.01)
CPC G01W 1/10(2013.01) G01W 1/10(2013.01) G01W 1/10(2013.01) G01W 1/10(2013.01) G01W 1/10(2013.01)
출원번호/일자 1020180083272 (2018.07.18)
출원인 경희대학교 산학협력단
등록번호/일자 10-2009464-0000 (2019.08.05)
공개번호/일자
공고번호/일자 (20190809) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.07.18)
심사청구항수 4

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 경희대학교 산학협력단 대한민국 경기도 용인시 기흥구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 문용재 경기도 용인시 수지구
2 박은수 경기도 용인시 기흥구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김홍석 대한민국 서울특별시 구로구 디지털로 **길 ***, ***호(구로동,JnK 디지털타워)(동진국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 경희대학교 산학협력단 경기도 용인시 기흥구
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		 2018.07.18 수리 (Accepted) 1-1-2018-0707626-23
2 선행기술조사의뢰서
Request for Prior Art Search		 2018.10.15 수리 (Accepted) 9-1-9999-9999999-89
3 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment		 2018.12.26 수리 (Accepted) 1-1-2018-1302507-90
4 선행기술조사보고서
Report of Prior Art Search		 2019.01.03 수리 (Accepted) 9-1-2019-0000210-05
5 의견제출통지서
Notification of reason for refusal		 2019.01.31 발송처리완료 (Completion of Transmission) 9-5-2019-0075864-62
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2019.03.29 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0328089-15
7 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2019.03.29 수리 (Accepted) 1-1-2019-0328080-05
8 등록결정서
Decision to grant		 2019.07.31 발송처리완료 (Completion of Transmission) 9-5-2019-0547330-97
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.08.19 수리 (Accepted) 4-1-2019-5164254-26
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
복수의 제1 태양 자기장 지도들과 각각이 상기 복수의 제1 태양 자기장 지도들 각각에 대응하는 태양 플레어 발생 여부에 대한 정보들인 제1 태양 플레어 발생 정보들을 포함하는 학습 데이터를 수신하는 데이터 수신 모듈; 및상기 학습 데이터를 이용하여 태양 플레어 예측 모델을 생성하는 학습 모듈을 포함하고, 상기 데이터 수신 모듈은 복수의 제2 태양 자기장 지도들과 각각이 상기 복수의 제2 태양 자기장 지도들 각각에 대응하는 태양 플레어 발생 여부에 대한 정보들인 제2 태양 플레어 발생 정보들을 포함하는 테스트 데이터를 더 수신하고,상기 태양 플레어 예측 모델 생성 장치는 상기 테스트 데이터를 이용하여 상기 태양 플레어 예측 모델을 테스트하는 검증 모듈을 더 포함하며, 상기 학습 모듈은 상기 제1 태양 자기장 지도들을 입력 데이터로 이용하고 상기 제1 태양 플레어 발생 정보들을 출력 데이터로 이용하여 합성곱 신경망(Convolutional Neural Network, CNN)을 학습시킴으로써 상기 태양 플레어 예측 모델을 생성하고,상기 제1 태양 자기장 지도들은 1996년 5월부터 2010년 12월까지의 기간 동안 매 00:00 UT(Universal Time)에 촬영된 SOHO(the Solar and Heliospheric Observatory)/MDI(Michelson Doppler Imager)의 태양 전면 자기장 지도(Full-disk Magnetogram)이고,상기 제2 태양 자기장 지도들은 2011년 1월부터 2017년 6월까지의 기간 동안 매 00:00 UT에 촬영된 SDO(the Solar Dynamic Observatory)/HMI(Helioseismic and Magnetic Imager)의 태양 전면 자기장 지도인,태양 플레어 예측 모델 생성 장치
2 2
삭제
3 3
삭제
4 4
삭제
5 5
복수의 제1 태양 자기장 지도들과 각각이 상기 복수의 제1 태양 자기장 지도들 각각에 대응하는 태양 플레어 발생 여부에 대한 정보들인 제1 태양 플레어 발생 정보들을 포함하는 학습 데이터, 복수의 제2 태양 자기장 지도들과 각각이 상기 복수의 제2 태양 자기장 지도들 각각에 대응하는 태양 플레어 발생 여부에 대한 정보들인 제2 태양 플레어 발생 정보들을 포함하는 테스트 데이터 및 태양 플레어 발생 여부를 예측하기 위한 예측 대상 태양 자기장 지도를 수신하는 데이터 수신 모듈;상기 학습 데이터를 이용하여 태양 플레어 예측 모델을 생성하는 학습 모듈;상기 테스트 데이터를 이용하여 상기 태양 플레어 예측 모델을 테스트하는 검증 모듈; 및상기 예측 대상 태양 자기장 지도를 상기 태양 플레어 예측 모델에 입력하여 태양 플레어 발생 여부를 예측하는 예측 모듈을 포함하고,상기 학습 모듈은 상기 제1 태양 자기장 지도들을 입력 데이터로 이용하고 상기 제1 태양 플레어 발생 정보들을 출력 데이터로 이용하여 합성곱 신경망(Convolution Neural Network, CNN)을 학습시킴으로써 상기 태양 플레어 예측 모델을 생성하며,상기 제1 태양 자기장 지도들은 1996년 5월부터 2010년 12월까지의 기간 동안 매 00:00 UT(Universal Time)에 촬영된 SOHO/MDI의 태양 전면 자기장 지도이고,상기 제2 태양 자기장 지도들은 2011년 1월부터 2017년 6월까지의 기간 동안 매 00:00 UT에 촬영된 SDO/HMI의 태양 전면 자기장 지도인, 태양 플레어 예측 장치
6 6
삭제
7 7
삭제
8 8
태양 플레어 예측 모델 생성 장치에서 수행되는 태양 플레어 예측 모델 생성 방법에 있어서,상기 태양 플레어 예측 모델 생성 장치에 포함되는 데이터 수신 모듈이 복수의 제1 태양 자기장 지도들과 각각이 상기 복수의 제1 태양 자기장 지도들 각각에 대응하는 태양 플레어 발생 여부에 대한 정보들인 제1 태양 플레어 발생 정보들을 포함하는 학습 데이터를 수신하는 단계; 및상기 태양 플레어 예측 모델 생성 장치에 포함되는 학습 모듈이 상기 학습 데이터를 이용하여 태양 플레어 예측 모델을 생성하는 단계를 포함하되,상기 학습 데이터를 수신하는 단계는 복수의 제2 태양 자기장 지도들과 각각이 상기 복수의 제2 태양 자기장 지도들 각각에 대응하는 태양 플레어 발생 여부에 대한 정보들인 제2 태양 플레어 발생 정보들을 포함하는 테스트 데이터를 수신하는 단계를 포함하고,상기 태양 플레어 예측 모델 생성 방법은 상기 태양 플레어 예측 모델 생성 장치에 포함되는 검증 모듈이 상기 테스트 데이터를 이용하여 상기 태양 플레어 예측 모델을 테스트하는 단계를 더 포함하며,상기 태양 플레어 예측 모델을 생성하는 단계는 상기 제1 태양 자기장 지도들을 입력 데이터로 이용하고 상기 제1 태양 플레어 발생 정보들을 출력 데이터로 이용하여 합성곱 신경망을 학습시킴으로써 상기 태양 플레어 예측 모델을 생성하고,상기 제1 태양 자기장 지도들은 1996년 5월부터 2010년 12월까지의 기간 동안 매 00:00 UT(Universal Time)에 촬영된 SOHO/MDI의 태양 전면 자기장 지도이고,상기 제2 태양 자기장 지도들은 2011년 1월부터 2017년 6월까지의 기간 동안 매 00:00 UT에 촬영된 SDO/HMI의 태양 전면 자기장 지도인, 태양 플레어 예측 모델 생성 방법
9 9
삭제
10 10
삭제
11 11
삭제
12 12
태양 플레어 예측 장치에서 수행되는 태양 플레어 예측 방법에 있어서,상기 태양 플레어 예측 장치에 포함되는 데이터 수신 모듈이 복수의 제1 태양 자기장 지도들과 각각이 상기 복수의 제1 태양 자기장 지도들 각각에 대응하는 태양 플레어 발생 여부에 대한 정보들인 제1 태양 플레어 발생 정보들을 포함하는 학습 데이터, 복수의 제2 태양 자기장 지도들과 각각이 상기 복수의 제2 태양 자기장 지도들 각각에 대응하는 태양 플레어 발생 여부에 대한 정보들인 제2 태양 플레어 발생 정보들을 포함하는 테스트 데이터 및 태양 플레어 발생 여부를 예측하기 위한 예측 대상 태양 자기장 지도를 수신하는 단계;상기 태양 플레어 예측 장치에 포함되는 학습 모듈이 상기 학습 데이터를 이용하여 태양 플레어 예측 모델을 생성하는 단계;상기 태양 플레어 예측 모델 생성 장치에 포함되는 검증 모듈이 상기 테스트 데이터를 이용하여 상기 태양 플레어 예측 모델을 테스트하는 단계; 및상기 태양 플레어 예측 모델 생성 장치에 포함되는 예측 모듈이 상기 예측 대상 태양 자기장 지도를 상기 태양 플레어 예측 모델에 입력하여 태양 플레어 발생 여부를 예측하는 단계를 포함하되,상기 태양 플레어 예측 모델을 생성하는 단계는 상기 제1 태양 자기장 지도들을 입력 데이터로 이용하고 상기 제1 태양 플레어 발생 정보들을 출력 데이터로 이용하여 합성곱 신경망을 학습시킴으로써 상기 태양 플레어 예측 모델을 생성하며,상기 제1 태양 자기장 지도들은 1996년 5월부터 2010년 12월까지의 기간 동안 매 00:00 UT(Universal Time)에 촬영된 SOHO/MDI의 태양 전면 자기장 지도이고,상기 제2 태양 자기장 지도들은 2011년 1월부터 2017년 6월까지의 기간 동안 매 00:00 UT에 촬영된 SDO/HMI의 태양 전면 자기장 지도인, 태양 플레어 예측 방법
13 13
삭제
14 14
삭제
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 (주)인스페이스 전파자원의 효율적 확보 기반조성 사업 태양흑점폭발 분석 및 예측 기술 연구
2 과학기술정보통신부 경희대학교(국제캠퍼스) 개인연구지원사업(중견연구) 코로나질량방출의 3차원 진동 및 발생/전파 예측 연구