요약 | 머신 러닝을 사용한 사물 인터넷 센서 제어 방법 및 이를 수행하는 장치가 개시된다. 일 실시예에 따른 사물 인터넷 센서 제어 방법은 사물 인터넷 센서에 대한 로컬 데이터 및 기계 학습 명령어들을 저장하는 단계와, 상기 기계 학습 명령어들에 기초하여 상기 로컬 데이터에 기계 학습을 수행하여 기계 학습 모델을 생성하는 단계와, 상기 기계 학습 모델에 기초하여 상기 사물 인터넷 센서를 제어하는 단계를 포함한다. |
---|---|
Int. CL | H04L 29/08 (2006.01.01) G06N 20/00 (2019.01.01) H04L 29/06 (2006.01.01) |
CPC | H04L 67/125(2013.01) H04L 67/125(2013.01) H04L 67/125(2013.01) |
출원번호/일자 | 1020170095612 (2017.07.27) |
출원인 | 건국대학교 산학협력단 |
등록번호/일자 | 10-1884129-0000 (2018.07.25) |
공개번호/일자 | |
공고번호/일자 | (20180731) 문서열기 |
국제출원번호/일자 | |
국제공개번호/일자 | |
우선권정보 | |
법적상태 | 등록 |
심사진행상태 | 수리 |
심판사항 | |
구분 | 신규 |
원출원번호/일자 | |
관련 출원번호 | |
심사청구여부/일자 | Y (2017.07.27) |
심사청구항수 | 11 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 건국대학교 산학협력단 | 대한민국 | 서울특별시 광진구 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 김두현 | 대한민국 | 경기도 성남시 분당구 |
2 | 전중배 | 대한민국 | 경기도 파주시 번 |
3 | 박근영 | 대한민국 | 경기도 부천시 |
4 | 티안, 블라디미르 | 우즈베키스탄 | 서울특별시 광진구 |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 특허법인 무한 | 대한민국 | 서울특별시 강남구 언주로 ***, *층(역삼동,화물재단빌딩) |
번호 | 이름 | 국적 | 주소 |
---|---|---|---|
1 | 건국대학교 산학협력단 | 대한민국 | 서울특별시 광진구 |
번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
---|---|---|---|---|
1 | [특허출원]특허출원서 [Patent Application] Patent Application |
2017.07.27 | 수리 (Accepted) | 1-1-2017-0727246-11 |
2 | [우선심사신청]심사청구(우선심사신청)서 [Request for Preferential Examination] Request for Examination (Request for Preferential Examination) |
2017.08.02 | 수리 (Accepted) | 1-1-2017-0747170-08 |
3 | [우선심사신청]선행기술조사의뢰서 [Request for Preferential Examination] Request for Prior Art Search |
2017.08.07 | 수리 (Accepted) | 9-1-9999-9999999-89 |
4 | [우선심사신청]선행기술조사보고서 [Request for Preferential Examination] Report of Prior Art Search |
2017.08.10 | 수리 (Accepted) | 9-1-2017-0027351-20 |
5 | 의견제출통지서 Notification of reason for refusal |
2017.10.30 | 발송처리완료 (Completion of Transmission) | 9-5-2017-0755475-07 |
6 | [거절이유 등 통지에 따른 의견]의견(답변, 소명)서 [Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation) |
2017.12.21 | 수리 (Accepted) | 1-1-2017-1279165-03 |
7 | [명세서등 보정]보정서 [Amendment to Description, etc.] Amendment |
2017.12.21 | 보정승인간주 (Regarded as an acceptance of amendment) | 1-1-2017-1279166-48 |
8 | 최후의견제출통지서 Notification of reason for final refusal |
2018.02.25 | 발송처리완료 (Completion of Transmission) | 9-5-2018-0133746-98 |
9 | [명세서등 보정]보정서 [Amendment to Description, etc.] Amendment |
2018.04.25 | 보정승인 (Acceptance of amendment) | 1-1-2018-0412267-05 |
10 | [거절이유 등 통지에 따른 의견]의견(답변, 소명)서 [Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation) |
2018.04.25 | 수리 (Accepted) | 1-1-2018-0412266-59 |
11 | 심사처리보류(연기)보고서 Report of Deferment (Postponement) of Processing of Examination |
2018.06.25 | 발송처리완료 (Completion of Transmission) | 9-6-2018-0083112-23 |
12 | 등록결정서 Decision to grant |
2018.07.23 | 발송처리완료 (Completion of Transmission) | 9-5-2018-0499875-52 |
번호 | 청구항 |
---|---|
1 |
1 사물 인터넷(internet of thins(IoT)) 센서에 기초하여 공기 청정기의 동작을 제어하는 방법에 있어서,상기 IoT 센서는 가스 센서 및 동작 감지 센서를 포함하고,상기 동작 감지 센서가 사용자의 동작을 감지한 경우 상기 공기 청정기를 동작시키는 단계; 및상기 동작 감지 센서가 상기 동작을 감지하지 않은 경우 기계 학습 모델에 기초하여 상기 기계 학습 모델이 상기 공기 청정기를 제어하기 위한 기준인 기준값 이상 또는 미만인 시간대에서 상기 공기 청정기를 제어하는 단계를 포함하고,상기 기계 학습 모델은,사용자의 입력에 응답하여 상기 사용자가 권한 있는 사용자인 경우 클라우드 서버에 가상 머신 게이트웨이를 생성하는 단계;상기 가상 머신 게이트웨이를 통해 상기 가스 센서에 대한 로컬 데이터(local data) 및 기계 학습 명령어들(machine learning instructions)을 상기 가상 머신 데이터베이스에 저장하는 단계; 및상기 클라우드 서버의 API 게이트웨이를 통해 외부 서버의 기계 학습 모듈에 접근하고, 상기 기계 학습 모듈이 상기 가상 머신 데이터베이스의 상기 기계 학습 명령어들에 기초하여 상기 로컬 데이터에 기계 학습을 수행하여 기계 학습 모델을 생성하는 단계를 통해 생성되는공기 청정기 제어 방법 |
2 |
2 삭제 |
3 |
3 삭제 |
4 |
4 삭제 |
5 |
5 제1항에 있어서,상기 기계 학습 모델을 생성하는 단계는,상기 API 게이트웨이가 상기 기계 학습을 API(application programming interface)로 제공하는 단계를 포함하는 공기 청정기 제어 방법 |
6 |
6 삭제 |
7 |
7 제1항에 있어서,상기 공기 청정기를 제어하는 단계는,상기 기계 학습 모델의 가스 수치가 상기 기준값 이상인 시간대에 상기 공기 청정기를 작동시키는 단계를 포함하고,상기 가스 수치는 이산화탄소 수치, 이산화질소 수치, 및 이산화황 수치 중에서 적어도 하나를 포함하는 공기 청정기 제어 방법 |
8 |
8 제1항에 있어서,상기 공기 청정기를 제어하는 단계는,상기 기계 학습 모델의 가스 수치가 상기 기준값 미만인 시간대에 상기 공기 청정기를 저전력 대기 모드로 전환시키거나 또는 작동시키지 않는 단계를 포함하고,상기 가스 수치는 이산화탄소 수치, 이산화질소 수치, 및 이산화황 수치 중에서 적어도 하나를 포함하는 공기 청정기 제어 방법 |
9 |
9 IoT 센서에 기초하여 공기 청정기의 동작을 제어하는 장치에 있어서,상기 IoT 센서는 가스 센서 및 동작 감지 센서를 포함하고,상기 동작 감지 센서가 사용자의 동작을 감지한 경우 상기 공기 청정기를 동작시키고, 상기 동작 감지 센서가 상기 동작을 감지하지 않은 경우 기계 학습 모델에 기초하여 상기 기계 학습 모델이 상기 공기 청정기를 제어하기 위한 기준인 기준값 이상 또는 미만인 시간대에서 상기 공기 청정기를 제어하는 컨트롤러;상기 가스 센서에 대한 로컬 데이터 및 기계 학습 명령어들을 저장하는 가상 머신 데이터베이스; 및상기 가상 머신 데이터베이스의 상기 기계 학습 명령어들에 기초하여 상기 로컬 데이터에 기계 학습을 수행하여 상기 기계 학습 모델을 생성하는 기계 학습 모듈을 포함하고,상기 컨트롤러는,상기 사용자의 입력에 응답하여 상기 사용자가 권한 있는 사용자인 경우 클라우드 서버에 가상 머신 게이트웨이를 생성하고, 상기 가상 머신 게이트웨이를 통해 상기 가상 머신 데이터베이스에 상기 로컬 데이터 및 상기 기계 학습 명령어들을 저장하고, 상기 클라우드 서버의 API 게이트웨이를 통해 외부 서버의 상기 기계 학습 모듈에 접근하는공기 청정기 제어 장치 |
10 |
10 제9항에 있어서,상기 가상 머신 데이터베이스 및 상기 컨트롤러는 상기 클라우드 서버에 구현되고,상기 기계 학습 모듈은 상기 외부 서버에 구현되는공기 청정기 제어 장치 |
11 |
11 제9항에 있어서,상기 기계 학습 모듈은,상기 컨트롤러의 명령에 응답하여 상기 기계 학습을 수행하는공기 청정기 제어 장치 |
12 |
12 삭제 |
13 |
13 삭제 |
14 |
14 삭제 |
15 |
15 제9항에 있어서,상기 API 게이트웨이는 상기 기계 학습을 API(application programming interface)로 제공하는 공기 청정기 제어 장치 |
16 |
16 삭제 |
17 |
17 제9항에 있어서,상기 컨트롤러는,상기 기계 학습 모델의 가스 수치가 상기 기준값 이상인 시간대에 상기 공기 청정기를 작동시키고,상기 가스 수치는 이산화탄소 수치, 이산화질소 수치, 및 이산화황 수치 중에서 적어도 하나를 포함하는 공기 청정기 제어 장치 |
18 |
18 제9항에 있어서,상기 컨트롤러는,상기 기계 학습 모델의 가스 수치가 상기 기준값 미만인 시간대에 상기 공기 청정기를 작동시키지 않고,상기 가스 수치는 이산화탄소 수치, 이산화질소 수치, 및 이산화황 수치 중에서 적어도 하나를 포함하는 공기 청정기 제어 장치 |
19 |
19 제1항, 제5항, 제7항, 및 제8항 중에서 어느 하나의 항의 방법을 실행시키기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체 |
지정국 정보가 없습니다 |
---|
패밀리정보가 없습니다 |
---|
순번 | 연구부처 | 주관기관 | 연구사업 | 연구과제 |
---|---|---|---|---|
1 | 미래창조과학부 | 건국대학교 산학협력단 | 대학ICT연구센터육성지원사업 | 지능정보서비스를 위한 고성능 하이브리드 클라우드 컴퓨팅 기술 개발 및 인력양성 |
공개전문 정보가 없습니다 |
---|
특허 등록번호 | 10-1884129-0000 |
---|
표시번호 | 사항 |
---|---|
1 |
출원 연월일 : 20170727 출원 번호 : 1020170095612 공고 연월일 : 20180731 공고 번호 : 특허결정(심결)연월일 : 20180723 청구범위의 항수 : 11 유별 : H04L 29/08 발명의 명칭 : 머신 러닝을 사용한 사물 인터넷 센서 제어 방법 및 이를 수행하는 장치 존속기간(예정)만료일 : |
순위번호 | 사항 |
---|---|
1 |
(권리자) 건국대학교 산학협력단 서울특별시 광진구... |
제 1 - 3 년분 | 금 액 | 237,000 원 | 2018년 07월 25일 | 납입 |
번호 | 서류명 | 접수/발송일자 | 처리상태 | 접수/발송번호 |
---|---|---|---|---|
1 | [특허출원]특허출원서 | 2017.07.27 | 수리 (Accepted) | 1-1-2017-0727246-11 |
2 | [우선심사신청]심사청구(우선심사신청)서 | 2017.08.02 | 수리 (Accepted) | 1-1-2017-0747170-08 |
3 | [우선심사신청]선행기술조사의뢰서 | 2017.08.07 | 수리 (Accepted) | 9-1-9999-9999999-89 |
4 | [우선심사신청]선행기술조사보고서 | 2017.08.10 | 수리 (Accepted) | 9-1-2017-0027351-20 |
5 | 의견제출통지서 | 2017.10.30 | 발송처리완료 (Completion of Transmission) | 9-5-2017-0755475-07 |
6 | [거절이유 등 통지에 따른 의견]의견(답변, 소명)서 | 2017.12.21 | 수리 (Accepted) | 1-1-2017-1279165-03 |
7 | [명세서등 보정]보정서 | 2017.12.21 | 보정승인간주 (Regarded as an acceptance of amendment) | 1-1-2017-1279166-48 |
8 | 최후의견제출통지서 | 2018.02.25 | 발송처리완료 (Completion of Transmission) | 9-5-2018-0133746-98 |
9 | [명세서등 보정]보정서 | 2018.04.25 | 보정승인 (Acceptance of amendment) | 1-1-2018-0412267-05 |
10 | [거절이유 등 통지에 따른 의견]의견(답변, 소명)서 | 2018.04.25 | 수리 (Accepted) | 1-1-2018-0412266-59 |
11 | 심사처리보류(연기)보고서 | 2018.06.25 | 발송처리완료 (Completion of Transmission) | 9-6-2018-0083112-23 |
12 | 등록결정서 | 2018.07.23 | 발송처리완료 (Completion of Transmission) | 9-5-2018-0499875-52 |
기술정보가 없습니다 |
---|
과제고유번호 | 1711054909 |
---|---|
세부과제번호 | 2016-0-00465-002 |
연구과제명 | 지능정보서비스를 위한 고성능 하이브리드 클라우드 컴퓨팅 기술 개발 및 인력양성 |
성과구분 | 출원 |
부처명 | 과학기술정보통신부 |
연구관리전문기관명 | |
연구주관기관명 | |
성과제출연도 | 2017 |
연구기간 | 201701~201712 |
기여율 | 1 |
연구개발단계명 | 기타 |
6T분류명 | IT(정보기술) |
[1020170177820] | 도커를 이용한 컨테이너 기반 딥러닝 개발 플랫폼 제공 방법 및 장치 | 새창보기 |
---|---|---|
[1020170177521] | 객체 추적 방법 및 이를 수행하는 장치들 | 새창보기 |
[1020170175426] | 감정 상태에 기반한 조명 테라피 방법 및 장치 | 새창보기 |
[1020170167591] | 클라우드 컴퓨팅 기반 딥러닝 개발 플랫폼 제공 방법 장치 | 새창보기 |
[1020170164007] | 제로 패딩을 사용하는 언어 모델 학습 방법 및 이를 사용하는 장치 | 새창보기 |
[1020170128019] | 태스크 스케줄링 장치 및 태스크 스케줄링 방법 | 새창보기 |
[1020170127651] | Task Group 단위의 GPU 자원 관리 방법 및 장치 | 새창보기 |
[1020170106490] | 감성 기반의 사용자 관리 방법 및 이를 수행하는 장치들 | 새창보기 |
[1020170099846] | 클라우드 서비스에서의 질의 처리 수행 방법 및 이를 이용하는 장치 | 새창보기 |
[1020170099845] | 클라우드 서비스에서의 시공간 데이터 인덱싱 방법 및 이를 이용하는 장치 | 새창보기 |
[1020170097848] | Long Short Term Memory 기반 순환형 상태 전이 모델의 학습 방법 및 장치 | 새창보기 |
[1020170095612] | 머신 러닝을 사용한 사물 인터넷 센서 제어 방법 및 이를 수행하는 장치 | 새창보기 |
[1020170093318] | 소셜 이미지 검색 결과를 위한 감성 기반의 이미지 시각화 방법 및 이를 수행하는 장치들 | 새창보기 |
[1020170092750] | 마이그레이션 방법 및 시스템 | 새창보기 |
[1020170091533] | 클라우드 상에서 멀티 카메라 간의 핸드오버를 통한 관심 객체의 연계추적 장치 및 그 방법 | 새창보기 |
[1020170080679] | 클라우드 서비스에서 IoT 디바이스들이 포함된 네트워크의 보안 향상 방법 및 이를 이용하는 장치 | 새창보기 |
[1020170080665] | 클라우드 서비스에서의 IoT 디바이스 관리 방법 및 이를 이용하는 장치 | 새창보기 |
[1020170080660] | 클라우드 서비스에서의 IoT 디바이스 온보딩 방법 및 이를 이용하는 장치 | 새창보기 |
[1020170054113] | 인공 신경망의 학습 성능을 향상시키기 위한 구형화 패널티 방법 및 장치 | 새창보기 |
[KST2018010670][건국대학교] | SDN 내 어플리케이션 및 컨트롤러 간의 인증 방법 및 이를 수행하는 어플리케이션 및 컨트롤러 | 새창보기 |
---|---|---|
[KST2019020305][건국대학교] | 이동체 관제 시스템 및 이를 포함하는 이동체 검색 시스템 | 새창보기 |
[KST2019018745][건국대학교] | 데이터 전송 장치 및 그 방법 | 새창보기 |
[KST2018010668][건국대학교] | 암호화 방법, 복호화 방법, 보안 방법 및 이를 수행하는 장치 | 새창보기 |
[KST2019009694][건국대학교] | 홈 IoT 환경에서의 보안성 제공 장치 및 방법 | 새창보기 |
[KST2020010211][건국대학교] | 홈 네트워크 내 악성 행위 탐지 방법 및 이를 수행하는 장치들 | 새창보기 |
[KST2019009907][건국대학교] | 블록체인을 이용한 랜섬웨어 방지 방법 및 장치 | 새창보기 |
[KST2019009691][건국대학교] | 침입 방지 장치 및 방법 | 새창보기 |
[KST2019009693][건국대학교] | SDN에서 애플리케이션 레이어의 통신을 위한 노스바운드 API로써의 gRPC | 새창보기 |
[KST2019009695][건국대학교] | SDN의 보안 인증을 강화하기 위하여 FIDO UAF에 사용자를 식별하기 위한 Open ID IDP를 적용하는 인증 방법 및 인증 장치 | 새창보기 |
[KST2019027435][건국대학교] | 이더넷 헤더 압축을 통한 네트워크 전송 효율 향상 방법 및 장치 | 새창보기 |
[KST2017010370][건국대학교] | 클러스터 생성 장치 및 방법(CLUSTER GENERATING APPARATUS AND METHOD) | 새창보기 |
[KST2018010667][건국대학교] | 차량의 인증서 생성 방법 및 장치 | 새창보기 |
[KST2015172897][건국대학교] | 로컬 링크 IPV6 환경에서 MAC 정보를 이용한 IPV6 주소 수집 방안 | 새창보기 |
[KST2018010669][건국대학교] | 사용자 인증 및 인증 요청 방법 및 이를 수행하는 장치 | 새창보기 |
[KST2020007216][건국대학교] | 패킷 데이터에 대한 사이버 공격을 방어하기 위한 공격 방어 방법 및 이를 수행하는 장치들 | 새창보기 |
[KST2019027493][건국대학교] | 클라우드 서비스에서의 IoT 디바이스 관리 방법 및 이를 이용하는 장치 | 새창보기 |
[KST2019027495][건국대학교] | 클라우드 서비스에서 IoT 디바이스들이 포함된 네트워크의 보안 향상 방법 및 이를 이용하는 장치 | 새창보기 |
[KST2021001514][건국대학교] | 블록체인 기반 파일 수정 증거 저장 방법 및 이를 이용하는 장치 | 새창보기 |
[KST2017014903][건국대학교] | 네트워크 연결 저장 장치, 이를 포함하는 네트워크 연결 저장 시스템, 네트워크 연결 저장 장치의 저장 노드 확장 검출 방법 및 네트워크 연결 저장 장치의 저장 매체 확장 검출 방법(NETWORK CONNECTED STORAGE DEVICE, NETWORK CONNECTED STORAGE SYSTEM INCLUDING THE SAME, METHOD FOR DETECTING EXPANSION OF STORAGE NODE OF THE NETWORK CONNECTED STORGE DEVICE AND METHOD FOR DETECTING EXPANSION OF STORAGE MEDIUM OF THE NETWORK CONNECTED STORAGE DEVICE) | 새창보기 |
[KST2019017326][건국대학교] | GANs을 이용한 보안 로그 데이터의 이상 탐지 방법 및 이를 수행하는 장치들 | 새창보기 |
[KST2020010391][건국대학교] | 역공학을 통한 네트워크 프로토콜 상태 추론 방법 및 시스템 | 새창보기 |
[KST2021001534][건국대학교] | 블록체인을 이용한 데이터 관리 장치 및 이를 위한 방법 | 새창보기 |
[KST2014056514][건국대학교] | 에스아이피를 이용한 브이오아이피 서비스에서의 인바이트 플러딩 공격 탐지 및 방어 시스템 및 그 방법 | 새창보기 |
[KST2019027494][건국대학교] | 클라우드 서비스에서의 IoT 디바이스 온보딩 방법 및 이를 이용하는 장치 | 새창보기 |
[KST2017014347][건국대학교] | 패킷 처리 장치 및 방법(APPARATUS AND METHOD FOR PROCESSING PACKET) | 새창보기 |
[KST2018010080][건국대학교] | 캐시된 WADL 실행 엔진 및 그를 이용한 웹 서비스 호출 방법 | 새창보기 |
[KST2020005018][건국대학교] | 기계학습 기반의 콘서트 중계 영상 추천 방법 및 장치 | 새창보기 |
[KST2020007831][건국대학교] | 이벤트 기반 비동기식 통신 프레임워크에서의 동기식 통신 방법 및 장치 | 새창보기 |
[KST2019027516][건국대학교] | 변형된 퍼지 논리 기반의 DASH 적응 알고리즘을 이용한 미디어 스트리밍 장치 및 방법 | 새창보기 |
심판사항 정보가 없습니다 |
---|