맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법

  • 기술번호 : KST2021015862
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 본 발명은 엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법이 개시된다. 본 발명의 엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법은, 스케줄러가 AMI 데이터 스트림 입력에 대해 데이터 큐의 크기에 대해 데이터 반영 지연시간을 측정하는 단계; 스케줄러가 계산 노드 프로파일 정보를 기반으로 계산 성능 이득을 측정하는 단계; 스케줄러가 데이터 특성 변화 감지를 기반으로 모델 수렴율을 산출하는 단계; 스케줄러가 모델 수렴율과 큐 안정성을 포함하여 적응적 점진 학습 스케줄링을 수행하는 단계; 및 스케줄러가 적응적 점진 학습 스케줄링을 수행한 결과로 발생한 학습 매개변수를 통해 전력 예측 딥 러닝 모델을 재학습하는 단계;를 포함하는 것을 특징으로 한다.
Int. CL G06N 3/08 (2006.01.01) G06N 5/04 (2006.01.01) H04L 29/08 (2006.01.01) G06Q 50/06 (2012.01.01) G06Q 10/04 (2012.01.01)
CPC G06N 3/08(2013.01) G06N 5/04(2013.01) H04L 67/10(2013.01) G06F 9/4881(2013.01) G06F 9/5038(2013.01) G06Q 50/06(2013.01) G06Q 10/04(2013.01)
출원번호/일자 1020200049190 (2020.04.23)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2021-0131487 (2021.11.03) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.10.20)
심사청구항수 6

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 윤찬현 대전 서구
2 김성환 대전 서구
3 이창하 대전 서구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인아주 대한민국 서울특별시 강남구 강남대로 ***, **,**층(역삼동, 동희빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
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		 2020.04.23 수리 (Accepted) 1-1-2020-0418099-18
2 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
3 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
4 [출원인변경]권리관계변경신고서
[Change of Applicant] Report on Change of Proprietary Status		 2020.10.12 수리 (Accepted) 1-1-2020-1070299-15
5 [심사청구]심사청구서·우선심사신청서
 2020.10.20 수리 (Accepted) 1-1-2020-1107974-72
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
스케줄러가 AMI 데이터 스트림 입력에 대해 데이터 큐의 크기에 대해 데이터 반영 지연시간을 측정하는 단계; 상기 스케줄러가 계산 노드 프로파일 정보를 기반으로 계산 성능 이득을 측정하는 단계; 상기 스케줄러가 데이터 특성 변화 감지를 기반으로 모델 수렴율을 산출하는 단계; 상기 스케줄러가 상기 모델 수렴율과 큐 안정성을 포함하여 적응적 점진 학습 스케줄링을 수행하는 단계; 및 상기 스케줄러가 상기 적응적 점진 학습 스케줄링을 수행한 결과로 발생한 학습 매개변수를 통해 전력 예측 딥 러닝 모델을 재학습하는 단계;를 포함하는 것을 특징으로 하는 엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법
2 2
제 1항에 있어서, 상기 데이터 큐는, 상기 스케줄러가 상기 AMI 데이터 스트림이 수집될 때 과거 측정 값과 현재 측정 값을 쌍으로 하는 전력 예측 딥 러닝 모델의 학습 데이터 세트를 큐(queue) 모델로 관리하는 것을 특징으로 하는 엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법
3 3
제 1항에 있어서, 상기 계산 노드 프로파일링 정보는, 상기 스케줄러가 선형 회귀를 통해 주어진 상기 전력 예측 딥 러닝 모델의 학습 과정의 배치 데이터에 대한 계산 노드 성능에 따른 딥 러닝 학습 시간을 포함하는 것을 특징으로 하는 엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법
4 4
제 1항에 있어서, 상기 전력 예측 딥 러닝 모델의 학습과정은, 모델 초기화, 미니 배치 업로드, 전방 전달, 역전파, 그래디언트 전송 및 종료의 단계를 포함하는 것을 특징으로 하는 엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법
5 5
제 1항에 있어서, 상기 데이터 특성 변화는, 상기 스케줄러가 학습된 상기 전력 예측 딥 러닝 모델 대비 학습 데이터의 거리를 학습 손실 함수값를 설정한 후 시계열적으로 학습 손실 함수값을 윈도우 방식으로 추적하여 변화의 정도를 탐지하는 것을 특징으로 하는 엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법
6 6
제 1항에 있어서, 상기 학습 매개변수는 배치 크기와 에폭 반복 수를 포함하는 것을 특징으로 하는 엣지 컴퓨팅 환경에서 AMI 데이터 스트림 가속처리를 위한 딥 러닝 방법
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 한국전력공사 한국과학기술원 전력사업 기초연구 XAI(eXplainable AI) 기반 스마트 에너지 플랫폼 기술 개발