| 1 |
1
현재의 총 전자수 함유량(Total Electron Content) 이미지를 사용하여 특정 시간 후의 총 전자수 함유량 이미지를 예측하는 장치로서,과거의 총 전자수 함유량 이미지를 사용하여 특정 시점으로부터 상기 특정 시간 후의 총 전자수 함유량 이미지를 예측하는 예측 모델에 대한 기계학습 기반의 훈련을 수행하여 상기 예측 모델을 학습시키는 학습부, 그리고현재의 총 전자수 함유량 이미지를 상기 예측 모델에 적용하여 현재로부터 상기 특정 시간 후의 총 전자수 함유량 이미지를 예측하도록 하는 예측부를 포함하는 총 전자수 함유량 예측 장치
|
| 2 |
2
제1항에 있어서,상기 학습부는 상기 과거의 총 전자수 함유량 이미지 중에서, 상기 특정 시점의 총 전자수 함유량 이미지(이하'학습 이미지'로 지칭함), 상기 특정 시점으로부터 상기 특정 시간 전의 총 전자수 함유량 이미지와 상기 학습 이미지 사이의 차이를 나타내는 차이 맵, 그리고 상기 특정 시점으로부터 상기 특정 시간 후의 총 전자수 함유량 이미지(이하 '실제 이미지'로 지칭함)를 상기 예측 모델로 입력하여 상기 예측 모델을 학습시키는,총 전자수 함유량 예측 장치
|
| 3 |
3
제2항에 있어서,상기 예측 모델은 cGAN(conditional Generative Adversarial Network) 기반의 예측 모델로서,상기 학습 이미지와 상기 차이 맵을 입력으로 받아서 상기 학습 이미지에 대응하는 가짜 이미지를 생성하는 생성기, 그리고상기 생성기에 의해 생성된 가짜 이미지와 상기 실제 이미지를 비교하여 진위를 판별하고, 판별 결과를 상기 생성기로 피드백하는 판별기를 포함하는, 총 전자수 함유량 예측 장치
|
| 4 |
4
제3항에 있어서,상기 학습부는 상기 판별기로부터 상기 생성기로 피드백되는 판별 결과가 상기 가짜 이미지가 진짜임을 나타낼 때까지 상기 학습 이미지에 대한 학습을 계속 수행하는,총 전자수 함유량 예측 장치
|
| 5 |
5
제4항에 있어서,상기 예측부는, 상기 현재의 총 전자수 함유량 이미지를 상기 예측 모델의 생성기로 입력한 후, 상기 생성기에 의해 생성된 이미지를 상기 현재의 총 전자수 함유량에 대해 예측된 상기 특정 시간 후의 총 전자수 함유량 이미지로 사용하는,총 전자수 함유량 예측 장치
|
| 6 |
6
제3항에 있어서,상기 예측 모델의 훈련시 사용되는 손실 함수 L1은 다음의 관계식 여기서, G는 상기 생성기를 나타내고, x 및 G(x)는 각각 상기 생성기에 의한 입력과 출력을 나타내며, y는 상기 실제 이미지를 나타냄으로 표현되고,cGAN에 대한 손실 함수 LcGAN은 다음의 관계식 여기서, D는 상기 판별기를 나타내고, D(x, y)는 상기 실제 이미지가 진짜일 확률에 대한 상기 판별기의 추정을 나타내며, D(x, G(x))는 상기 가짜 이미지가 실제일 확률에 대한 상기 판별기의 추정을 나타냄으로 표현되며,상기 cGAN의 최종 목표 G*는 다음의 관계식 여기서, λ는 LcGAN 손실과 L1 손실의 상대적 가중치를 나타냄으로 표현되는, 총 전자수 함유량 예측 장치
|
| 7 |
7
제2항에 있어서,상기 학습부는 태양의 극대기에 속하는 날짜의 총 전자수 함유량 데이터와 극소기에 속하는 총 전자수 함유량 데이터로 구분하여 상기 예측 모델에 대한 학습을 수행하는,총 전자수 함유량 예측 장치
|
| 8 |
8
제1항 내지 제7항 중 어느 한 항에 있어서,상기 특정 시간은 24시간인, 총 전자수 함유량 예측 장치
|
| 9 |
9
현재의 총 전자수 함유량 이미지를 사용하여 특정 시간 후의 총 전자수 함유량 이미지를 예측하는 방법으로서,과거의 총 전자수 함유량 이미지를 사용하여 특정 시점으로부터 상기 특정 시간 후의 총 전자수 함유량 이미지를 예측하는 예측 모델에 대한 기계학습 기반의 훈련을 수행하여 상기 예측 모델을 학습시키는 단계,현재의 총 전자수 함유량 이미지와, 현재로부터 상기 특정 시간 전의 총 전자수 함유량 이미지와 상기 현재의 총 전자수 함유량 이미지 사이의 차이를 나타내는 차이 맵을 상기 예측 모델로 입력하는 단계, 그리고상기 예측 모델에 의해 생성되는 이미지를 획득하여 현재로부터 상기 특정 시간 후의 총 전자수 함유량 이미지로서 출력하는 단계를 포함하는 총 전자수 함유량 예측 방법
|
| 10 |
10
제9항에 있어서,상기 학습시키는 단계에서,상기 과거의 총 전자수 함유량 이미지 중에서, 상기 특정 시점의 총 전자수 함유량 이미지(이하'학습 이미지'로 지칭함), 상기 특정 시점으로부터 상기 특정 시간 전의 총 전자수 함유량 이미지와 상기 학습 이미지 사이의 차이를 나타내는 차이 맵, 그리고 상기 특정 시점으로부터 상기 특정 시간 후의 총 전자수 함유량 이미지(이하 '실제 이미지'로 지칭함)를 상기 예측 모델로 입력하여 상기 예측 모델을 학습시키는,총 전자수 함유량 예측 방법
|
| 11 |
11
제10항에 있어서,상기 예측 모델은 cGAN(conditional Generative Adversarial Network) 기반의 예측 모델로서, 생성기 및 판별기를 포함하고,상기 생성기는 상기 학습 이미지와 상기 차이 맵을 입력으로 받아서 상기 학습 이미지에 대응하는 가짜 이미지를 생성하고, 상기 판별기는 상기 생성기에 의해 생성된 가짜 이미지와 상기 실제 이미지를 비교하여 진위를 판별하고, 판별 결과를 상기 생성기로 피드백하는,총 전자수 함유량 예측 방법
|
| 12 |
12
제11항에 있어서,상기 학습시키는 단계는 상기 판별기로부터 상기 생성기로 피드백되는 판별 결과가 상기 가짜 이미지가 진짜임을 나타낼 때까지 반복 수행되는,총 전자수 함유량 예측 방법
|
