맞춤기술찾기

이전대상기술

기온예측시스템

  • 기술번호 : KST2022005639
  • 담당센터 : 광주기술혁신센터
  • 전화번호 : 062-360-4654
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 발명에 따른 기온 예측 시스템은, 기후와 관련되는 데이터를 입력하는 데이터 입력 모듈; 상기 데이터 입력 모듈로부터의 입력 데이터에 기반하여 기온을 예측하는 학습된 모델이 탑재되는 예측 모듈; 및 상기 예측 모듈에서 예측된 기온정보를 출력하는 출력모듈이 포함될 수 있다.
Int. CL G01W 1/10 (2006.01.01) G01W 1/02 (2022.01.01) G06N 3/08 (2006.01.01)
CPC G01W 1/10(2013.01) G01W 1/02(2013.01) G06N 3/08(2013.01) G01W 2203/00(2013.01) G01K 2213/00(2013.01)
출원번호/일자 1020200150861 (2020.11.12)
출원인 광주과학기술원
등록번호/일자
공개번호/일자 10-2022-0064604 (2022.05.19) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 광주과학기술원 대한민국 광주광역시 북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김홍국 광주광역시 북구
2 정성엽 광주광역시 북구
3 박인영 광주광역시 북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김기문 대한민국 서울시 강남구 역삼로 *** *층 (역삼동 현죽빌딩)(한미르특허법률사무소)

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
2020.11.12 수리 (Accepted) 1-1-2020-1211389-34
2 보정요구서
Request for Amendment
2020.11.16 발송처리완료 (Completion of Transmission) 1-5-2020-0171500-59
3 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2020.11.19 수리 (Accepted) 1-1-2020-1245941-79
4 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2021.06.01 수리 (Accepted) 1-1-2021-0631603-62
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
기후와 관련되는 데이터를 입력하는 데이터 입력 모듈; 상기 데이터 입력 모듈로부터의 입력 데이터에 기반하여 기온을 예측하는 학습된 모델이 탑재되는 예측 모듈; 및 상기 예측 모듈에서 예측된 기온정보를 출력하는 출력모듈이 포함되는 기온예측시스템이고, 상기 입력 데이터는, 온도, 습도, 풍속, 풍향, 및 강수량을 포함하고, 상기 학습된 모델에는, 관측 데이터, 및 지역예보모델을 함께 이용하여 학습된 모델인 기온 예측 시스템
2 2
제 1 항에 있어서, 상기 관측 데이터는 Bi-LSTM(Bi-long short terms memory networks)에 의해서 학습되는 기온 예측 시스템
3 3
제 1 항에 있어서, 상기 지역예보모델은 CNN(convolution neural network)에 의해서 학습되는 기온 예측 시스템
4 4
제 3 항에 있어서, 상기 지역예보모델의 온도 이미지 정보가 학습되는 기온 예측 시스템
5 5
제 1 항에 있어서, 상기 학습된 모델을 제공하는 AI장치에는, 상기 관측 데이터에서 시간 피쳐를 추출하는 시간 피쳐 추출부; 상기 지역예보모델에서 공간 피쳐를 추출하는 공간 피쳐 추출부; 및상기 공간 피쳐의 벡터와 상기 시간 피쳐의 벡터가 병합되는 병합부가 포함되는 기온 예측 시스템
6 6
제 5 항에 있어서, 상기 공간 피처는, 상기 관측 데이터의 온도정보를 키로 하여 상기 온도정보와 유사한 데이터가 추출되어 상기 병합부에서 병합되는 기온 예측 시스템
7 7
기후와 관련되는 데이터를 입력하는 데이터 입력 모듈; 상기 데이터 입력 모듈로부터의 입력 데이터에 기반하여 기온을 예측하는 학습된 모델이 탑재되는 예측 모듈; 및 상기 예측 모듈에서 예측된 기온정보를 출력하는 출력모듈이 포함되는 기온예측시스템이고, 상기 입력 데이터는, 온도, 습도, 풍속, 풍향, 및 강수량을 포함하고, 상기 학습된 모델은 지역예보모델의 정보가 CNN(convolution neural network)에 의해서 학습되어 제공되는 기온 예측 시스템
8 8
제 7 항에 있어서, 상기 지역예보모델의 정보는 온도 이미지 정보인 기온 예측 시스템
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 광주과학기술원 교육훈련지원 인공지능대학원지원