1 |
1
센싱모듈을 통해 사용자 환경에 대한 상태 및 쉬프트를 포함하는 모션 정보를 게이트웨이를 통해 수신하는 정보 수신부;상기 모션 정보를 적어도 하나 이상의 컨테이너를 통해 다른 형태의 데이터로 변환하여 복수개의 데이터 집합을 구성하는 데이터 집합 변환부;상기 복수개의 데이터 집합 중 학습 대상이 되는 학습 데이터 집합을 선택하여 상기 사용자의 상태 정보를 예측하는 사용자 예측 모델을 생성하는 사용자 예측 모델 학습부; 및상기 사용자에 대한 관리자에게 상기 사용자 예측 모델에 따른 결과 값을 전달하고, 상기 결과 값이 특정 기준을 만족하는 경우 상기 관리자에게 상기 특정 기준을 만족하는 결과 값에 대한 변이 알람을 전달하는 변이 알림부를 포함하고, 상기 사용자 예측 모델 학습부는,적어도 하나 이상의 사용자의 상태 정보 레이블에 따라서 상기 사용자의 상태 정보를 예측하는 제1 모델 및 상기 적어도 하나 이상의 사용자 상태 정보 레이블 중 제어자의 선택에 따라 선택된 일부를 기초로 상기 사용자의 상태 정보를 예측하는 제2 모델을 생성하는 것을 특징으로 하는, 사용자 행동 패턴 학습 장치
|
2 |
2
제1항에 있어서,상기 정보 수신부는,상기 쉬프트를 상기 사용자를 추정하는 이동 모듈을 통해 수신하고, 상기 사용자 환경에 대한 상태를 상기 사용자의 움직임과 상관없이 상기 사용자가 활동하는 공간에 위치하는 고정 모듈을 통해 수신하는 것을 특징으로 하는 사용자 행동 패턴 학습 장치
|
3 |
3
제1항에 있어서,상기 데이터 집합 변환부는,상기 모션 정보를 시간을 기준으로 형성되는 로우 데이터 집합 및 상기 학습 데이터 집합으로 나누어서 상기 복수개의 데이터 집합을 구성하는 것을 특징으로 하는 사용자 행동 패턴 학습 장치
|
4 |
4
제3항에 있어서,상기 데이터 집합 변환부는,상기 모션 정보를 상기 학습 데이터 집합으로 변환하는 과정에서, 레코드를 수행하고, 상기 레코드는 상기 모션 정보에서 찾은 필드를 상기 학습 데이터 집합에 대응하는 컬럼에 삽입하는 제1 단계, 제어자의 선택에 따라서 상기 레코드가 끝나는 종점을 선택하는 제2 단계 및 상기 종점까지 레코드를 수행하는 제3 단계를 포함하는 것을 특징으로 하는 사용자 행동 패턴 학습 장치
|
5 |
5
삭제
|
6 |
6
제1항에 있어서,상기 사용자 예측 모델 학습부는,상기 제2 모델을 아래 [수학식 1]을 기초로 생성하는 것을 특징으로 하는 사용자 행동 패턴 학습 장치
|
7 |
7
제1항에 있어서,상기 변이 알림부는,상기 결과 값에 대해 긴급 정도에 따라서 상기 사용자에게 알림 필요성을 나누는 것을 특징으로 하는 사용자 행동 패턴 학습 장치
|
8 |
8
제7항에 있어서,상기 변이 알림부는,상기 관리자의 설정에 따라 인지 알림 및 위험 알림을 포함하도록 상기 알림 필요성을 구별하도록 하고, 상기 인지 알림 및 상기 위험 알림에 대한 알림 방법이 상이하도록 상기 관리자에게 제공하는 것을 특징으로 하는 사용자 행동 패턴 학습 장치
|
9 |
9
센싱모듈을 통해 사용자 환경에 대한 상태 및 쉬프트를 포함하는 모션 정보를 게이트웨이를 통해 수신하는 정보 수신 단계;상기 모션 정보를 적어도 하나 이상의 컨테이너를 통해 다른 형태의 데이터로 변환하여 복수개의 데이터 집합을 구성하는 데이터 집합 변환 단계;상기 복수개의 데이터 집합 중 학습 대상이 되는 학습 데이터 집합을 선택하여 상기 사용자의 상태 정보를 예측하는 사용자 예측 모델을 생성하는 사용자 예측 모델 학습 단계; 및상기 사용자에 대한 관리자에게 상기 사용자 예측 모델에 따른 결과 값을 전달하고, 상기 결과 값이 특정 기준을 만족하는 경우 상기 관리자에게 상기 특정 기준을 만족하는 결과 값에 대한 변이 알람을 전달하는 변이 알림 단계를 포함하고, 상기 사용자 예측 모델 학습 단계는,적어도 하나 이상의 사용자의 상태 정보 레이블에 따라서 상기 사용자의 상태 정보를 예측하는 제1 모델 및 상기 적어도 하나 이상의 사용자 상태 정보 레이블 중 제어자의 선택에 따라 선택된 일부를 기초로 상기 사용자의 상태 정보를 예측하는 제2 모델을 생성하는 것을 특징으로 하는, 사용자 행동 패턴 학습 방법
|
10 |
10
제9항에 있어서,상기 정보 수신 단계는,상기 쉬프트를 상기 사용자를 추정하는 이동 모듈을 통해 수신하고, 상기 사용자 환경에 대한 상태를 상기 사용자의 움직임과 상관없이 상기 사용자가 활동하는 공간에 위치하는 고정 모듈을 통해 수신하는 것을 특징으로 하는 사용자 행동 패턴 학습 방법
|
11 |
11
제9항에 있어서,상기 데이터 집합 변환 단계는,상기 모션 정보를 시간을 기준으로 형성되는 로우 데이터 집합 및 상기 학습 데이터 집합으로 나누어서 상기 복수개의 데이터 집합을 구성하는 것을 특징으로 하는 사용자 행동 패턴 학습 방법
|
12 |
12
제11항에 있어서,상기 데이터 집합 변환 단계는,상기 모션 정보를 상기 학습 데이터 집합으로 변환하는 과정에서, 레코드를 수행하고, 상기 레코드는 상기 모션 정보에서 찾은 필드를 상기 학습 데이터 집합에 대응하는 컬럼에 삽입하는 제1 단계, 제어자의 선택에 따라서 상기 레코드가 끝나는 종점을 선택하는 제2 단계 및 상기 종점까지 레코드를 수행하는 제3 단계를 포함하는 것을 특징으로 하는 사용자 행동 패턴 학습 방법
|
13 |
13
삭제
|
14 |
14
제9항에 있어서,상기 사용자 예측 모델 학습 단계는,상기 제2 모델을 아래 [수학식 1]을 기초로 생성하는 것을 특징으로 하는 사용자 행동 패턴 학습 방법
|
15 |
15
제9항에 있어서,상기 변이 알림 단계는,상기 결과 값에 대해 긴급 정도에 따라서 상기 사용자에게 알림 필요성을 나누는 것을 특징으로 하는 사용자 행동 패턴 학습 방법
|
16 |
16
제15항에 있어서,상기 변이 알림 단계는,상기 관리자의 설정에 따라 인지 알림 및 위험 알림을 포함하도록 상기 알림 필요성을 구별하도록 하고, 상기 인지 알림 및 상기 위험 알림에 대한 알림 방법이 상이하도록 상기 관리자에게 제공하는 것을 특징으로 하는 사용자 행동 패턴 학습 방법
|
17 |
17
센싱모듈을 통해 사용자 환경에 대한 상태 및 쉬프트를 포함하는 모션 정보를 게이트웨이를 기초로 단일의 핸드 쉐이크를 통해 수신하는 정보 수신 단계;상기 모션 정보를 적어도 하나 이상의 컨테이너를 통해 다른 형태의 데이터로 변환하여 복수개의 데이터 집합을 구성하는 데이터 집합 변환 단계;상기 복수개의 데이터 집합 중 학습 대상이 되는 학습 데이터 집합을 선택하여 상기 사용자의 상태 정보를 예측하는 사용자 예측 모델을 생성하는 사용자 예측 모델 학습 단계; 및상기 사용자에 대한 관리자에게 상기 사용자 예측 모델에 따른 결과 값을 전달하고, 상기 결과 값이 특정 기준을 만족하는 경우 상기 관리자에게 상기 특정 기준을 만족하는 결과 값에 대한 변이 알람을 전달하는 변이 알림 단계를 포함하고, 상기 사용자 예측 모델 학습 단계는,적어도 하나 이상의 사용자의 상태 정보 레이블에 따라서 상기 사용자의 상태 정보를 예측하는 제1 모델 및 상기 적어도 하나 이상의 사용자 상태 정보 레이블 중 제어자의 선택에 따라 선택된 일부를 기초로 상기 사용자의 상태 정보를 예측하는 제2 모델을 생성하는 것을 특징으로 하는, 사용자 행동 패턴 학습 방법
|