| 1 |
1
무선 통신 네트워크에서 사용자 행동 식별을 위한 센서 데이터를 처리하는 방법에 있어서,상기 무선 통신 네트워크에 연결된 서로 다른 타입의 센서들로부터 센서 데이터를 획득하는 단계;기 설정된 온톨로지 모델을 이용하여 상기 센서 데이터를 모델링함으로써 센서 이벤트 행렬을 생성하는 단계;상기 생성된 센서 이벤트 행렬로부터 상기 사용자 행동 식별을 위한 의미론적(semantic) 벡터를 생성하는 단계; 및상기 생성된 의미론적(semantic) 벡터를 상기 사용자 행동 식별을 위해 미리 학습된 인공 신경망 모델에 입력함으로써 상기 사용자 행동을 식별하는 단계; 를 포함하는, 방법
|
| 2 |
2
제1항에 있어서, 상기 방법은소정의 슬라이딩 윈도우를 이용하여, 상기 획득된 센서 데이터를 상기 슬라이딩 윈도우가 나타내는 시간 단위에 따라 전처리하는 단계; 및상기 온톨로지 모델을 이용하여 상기 전처리된 센서 데이터를 모델링함으로써 상기 센서 이벤트 행렬을 생성하는 단계; 를 포함하는, 방법
|
| 3 |
3
제2항에 있어서, 상기 방법은상기 센서 이벤트 행렬 내에서 식별되는 누락 데이터를 대치함으로써 대치 센서 행렬을 생성하는 단계; 및상기 생성된 대치 센서 행렬로부터 상기 사용자 행동 식별을 위한 의미론적(semantic) 벡터를 생성하는 단계; 를 포함하는, 방법
|
| 4 |
4
제1항에 있어서, 상기 센서 데이터를 획득하는 단계는소정의 쿼리 언어를 통하여, 시각적으로 인지 가능한 적어도 하나의 제1 타입의 센서로부터, 제1 센서 데이터를 획득하는 단계; 및상기 쿼리 언어를 통하여, 시각적으로 인지되지 않는 적어도 하나의 제2 타입의 센서로부터, 제2 센서 데이터를 획득하는 단계; 를 포함하는, 방법
|
| 5 |
5
제3항에 있어서, 상기 전처리하는 단계는상기 획득된 센서 데이터의 값에 기초하여 식별되는 상기 센서 데이터에 포함된 노이즈를 제거하는 단계;상기 노이즈가 제거된 센서 데이터를 상기 시간 단위에 따라 샘플링하는 단계; 및상기 샘플링된 센서 데이터를 이용하여 상기 센서 데이터를 분할하는 단계;상기 분할된 센서 데이터를 상기 슬라이딩 윈도우가 나타내는 시간 단위에 기초하여 동기화 하는 단계; 를 포함하는, 방법
|
| 6 |
6
제3항에 있어서, 상기 센서 이벤트 행렬을 생성하는 단계는상기 온톨로지 모델 내 상기 사용자 행동, 상기 사용자 행동이 발생하는 공간 또는 상기 공간 내 위치 가능한 센서의 상관 관계를 정의하는 온톨로지 규칙을 식별하는 단계;상기 센서 데이터에 포함된 시간 정보에 기초하여 상기 센서 데이터들의 시간적 관계를 식별하는 단계; 및상기 온톨로지 규칙 및 상기 센서 데이터들의 시간적 관계에 기초하여 상기 센서 데이터를 적층(Stack) 함으로써, 상기 센서 이벤트 행렬을 생성하는 단계; 를 포함하는, 방법
|
| 7 |
7
제3항에 있어서, 상기 대치 센서 행렬을 생성하는 단계는상기 센서 이벤트 행렬 내에서 누락 데이터를 식별하는 단계;상기 누락 데이터를 대치하기 위한 적어도 하나의 대치 전략을 선택하는 단계;상기 선택된 적어도 하나의 대치 전략에 기초하여 상기 누락 데이터를 대치하는 단계; 및상기 대치된 누락 데이터를 포함하는 센서 이벤트 행렬을 상기 대치 센서 행렬로 생성하는 단계; 를 포함하는, 방법
|
| 8 |
8
제7항에 있어서, 상기 누락 데이터를 대치하는 단계는상기 센서 이벤트 행렬 내 누락된 센서 상태에 관한 데이터를 대치하는 단계;상기 센서 이벤트 행렬 내 누락된, 상기 쿼리 및 상기 쿼리에 매칭되는 센서 상태에 따라 구분가능한 인스턴스 데이터를 대치하는 단계; 를 포함하는, 방법
|
| 9 |
9
제7항에 있어서, 상기 누락 데이터를 대치하는 단계는상기 센서 이벤트 행렬 내 마지막으로 식별된 센서 상태에 기초하여 상기 누락 데이터를 대치하는 단계; 및상기 센서 이벤트 행렬 내 사용 가능한 것으로 식별된 센서 상태의 이전 쿼리에 해당하는 누락 데이터를 대치하는 단계; 를 포함하는, 방법
|
| 10 |
10
제8항에 있어서, 상기 적어도 하나의 대치 전략은상기 온톨로지 모델의 구조 기반 유사성을 통하여, 상기 센서 이벤트 행렬 내 센서 상태에 관한 데이터를 대치하기 위한 전략, 상기 센서 이벤트 행렬 내 센서 상태에 따라 구분 가능한 인스턴스 데이터를 대치하기 위한 전략, 상기 센서 이벤트 행렬 내 상기 사용자 행동의 완료 여부를 식별하기 위한 전략, 상기 센서 이벤트 행렬 내 단일 데이터 값을 대치하기 위한 전략 또는 상기 누락 데이터의 전후로 마지막으로 식별되거나, 사용 가능한 것으로 식별된 센서 상태에 따라 누락 데이터를 대치하기 위한 전략을 포함하는 것인, 방법
|
| 11 |
11
제3항에 있어서, 상기 의미론적 벡터를 생성하는 단계는상기 대치 센서 행렬 내 데이터를 소정의 범주형(categorical) 변수로 변환하기 위한 알고리즘을 적용함으로써 특징 벡터를 추출하는 단계; 및상기 추출된 특징 벡터를, 소정의 사용자 행동에 대한 센서 상태 활성화 패턴을 나타내는 센서 상태 벡터에 매칭함으로써 의미론적 벡터를 생성하는 단계; 를 포함하는, 방법
|
| 12 |
12
제11항에 있어서, 상기 의미론적 벡터를 생성하는 단계는상기 생성된 의미론적 벡터를 레이블링하는 단계; 및상기 레이블링된 의미론적 벡터를 상기 인공 신경망 모델을 학습시키기 위한 의미론적 벡터로 생성하는 단계; 를 포함하는, 방법
|
| 13 |
13
제3항에 있어서, 상기 사용자 행동을 식별하는 단계는상기 센서 이벤트 행렬로부터 생성된 의미론적 벡터를 상기 인공 신경망 모델에 입력함으로써 상기 사용자 행동을 식별하는 단계; 및상기 대치 센서 행렬로부터 생성된 의미론적 벡터를 상기 인공 신경망 모델에 입력함으로써 상기 사용자 행동을 식별하는 단계; 를 포함하는, 방법
|
| 14 |
14
무선 통신 네트워크에서 사용자 행동 식별을 위해 센서 데이터를 처리하는 네트워크 엘리먼트에 있어서,상기 무선 통신 네트워크에 연결된 센서 데이터의 품질을 향상시키기 위한 프레임 워크에 관한 하나 이상의 인스트럭션을 저장하는 메모리; 및상기 하나 이상의 인스트럭션을 실행하는 적어도 하나의 프로세서; 를 포함하고,상기 적어도 하나의 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,상기 무선 통신 네트워크에 연결된 서로 다른 타입의 센서들로부터 센서 데이터를 획득하고,기 설정된 온톨로지 모델을 이용하여 상기 센서 데이터를 모델링함으로써 센서 이벤트 행렬을 생성하고,상기 생성된 센서 이벤트 행렬로부터 상기 사용자 행동 식별을 위한 의미론적(semantic) 벡터를 생성하고,상기 생성된 의미론적(semantic) 벡터를 상기 사용자 행동 식별을 위해 미리 학습된 인공 신경망 모델에 입력함으로써 상기 사용자 행동을 식별하는, 네트워크 엘리먼트
|
| 15 |
15
제14항에 있어서, 상기 적어도 하나의 프로세서는소정의 슬라이딩 윈도우를 이용하여, 상기 획득된 센서 데이터를 상기 슬라이딩 윈도우가 나타내는 시간 단위에 따라 전처리하고,상기 온톨로지 모델을 이용하여 상기 전처리된 센서 데이터를 모델링함으로써 상기 센서 이벤트 행렬을 생성하는, 네트워크 엘리먼트
|
| 16 |
16
제15항에 있어서, 상기 적어도 하나의 프로세서는상기 센서 이벤트 행렬 내에서 식별되는 누락 데이터를 대치함으로써 대치 센서 행렬을 생성하고,상기 생성된 대치 센서 행렬로부터 상기 사용자 행동 식별을 위한 의미론적(semantic) 벡터를 생성하는, 네트워크 엘리먼트
|
| 17 |
17
제14항에 있어서, 상기 적어도 하나의 프로세서는소정의 쿼리 언어를 통하여, 시각적으로 인지 가능한 적어도 하나의 제1 타입의 센서로부터, 제1 센서 데이터를 획득하고,상기 쿼리 언어를 통하여, 시각적으로 인지되지 않는 적어도 하나의 제2 타입의 센서로부터, 제2 센서 데이터를 획득하는, 네트워크 엘리먼트
|
| 18 |
18
제16항에 있어서, 상기 적어도 하나의 프로세서는상기 획득된 센서 데이터의 값에 기초하여 식별되는 상기 센서 데이터에 포함된 노이즈를 제거하고,상기 노이즈가 제거된 센서 데이터를 상기 시간 단위에 따라 샘플링하고,상기 샘플링된 센서 데이터를 이용하여 상기 센서 데이터를 분할하고,상기 분할된 센서 데이터를 상기 슬라이딩 윈도우가 나타내는 시간 단위에 기초하여 동기화 하는, 네트워크 엘리먼트
|
| 19 |
19
제16항에 있어서, 상기 적어도 하나의 프로세서는상기 온톨로지 모델 내 상기 사용자 행동, 상기 사용자 행동이 발생하는 공간 또는 상기 공간 내 위치 가능한 센서의 상관 관계를 정의하는 온톨로지 규칙을 식별하고,상기 센서 데이터에 포함된 시간 정보에 기초하여 상기 센서 데이터들의 시간적 관계를 식별하는, 네트워크 엘리먼트
|
| 20 |
20
무선 통신 네트워크에서 사용자 행동 식별을 위한 센서 데이터를 처리하는 방법에 있어서,상기 무선 통신 네트워크에 연결된 서로 다른 타입의 센서들로부터 센서 데이터를 획득하는 단계;기 설정된 온톨로지 모델을 이용하여 상기 센서 데이터를 모델링함으로써 센서 이벤트 행렬을 생성하는 단계;상기 생성된 센서 이벤트 행렬로부터 상기 사용자 행동 식별을 위한 의미론적(semantic) 벡터를 생성하는 단계; 및상기 생성된 의미론적(semantic) 벡터를 상기 사용자 행동 식별을 위해 미리 학습된 인공 신경망 모델에 입력함으로써 상기 사용자 행동을 식별하는 단계; 를 포함하는, 방법을 수행하도록 하는 프로그램이 저장된 컴퓨터로 읽을 수 있는 기록 매체
|
