맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

인공지능 전이학습을 이용한 미세먼지 예측, 환기제어시스템 및 방법

  • 기술번호 : KST2023006338
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 인공지능 전이학습을 이용한 미세먼지 예측시스템과 예측방법 및, 이를 통한 환기제어시스템 및 방법에 관한 것으로, 보다 상세하게는 전이학습 기반의 예측모델을 구축하는 예측모델생성부; 및 상기 예측모델 생성부를 통해 구축된 예측모델을 기반으로 특정시간 후의 미세먼지농도를 예측하는 미세먼지 예측부;를 포함하고, 예측모델인 전이학습 기반의 ResNet 예측모델을 이용하여, 다른 공간의 데이터를 활용해 예측 대상이 되는 공간의 학습데이터가 부족한 경우에도 예측 시스템을 학습시켜 예측 대상 공간에서의 특정시간 후의 PM2.5 농도를 예측하는 것을 특징으로 하는 인공지능 전이학습을 이용한 미세먼지 예측시스템에 관한 것이다.
Int. CL G06Q 50/26 (2012.01.01) G06N 20/00 (2019.01.01) G06Q 10/04 (2023.01.01) G01N 15/00 (2017.01.01)
CPC G06Q 50/26(2013.01) G06N 20/00(2013.01) G06Q 10/04(2013.01) G01N 2015/0096(2013.01)
출원번호/일자 1020220020392 (2022.02.16)
출원인 경희대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0123574 (2023.08.24) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.02.16)
심사청구항수 11

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 경희대학교 산학협력단 대한민국 경기도 용인시 기흥구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 유창규 경기도 수원시 영통구
2 샤젭 타리크 경기도 수원시 영통구
3 남기전 경기도 수원시 영통구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 아이퍼스 대한민국 서울특별시 강남구 선릉로 *** ,*층 (역삼동, 대운빌딩)

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		 2022.02.16 수리 (Accepted) 1-1-2022-0175898-73
2 선행기술조사의뢰서
Request for Prior Art Search		 2022.07.15 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
미세먼지 예측시스템에 있어서, 전이학습 기반의 예측모델을 구축하는 예측모델생성부; 및 상기 예측모델 생성부를 통해 구축된 예측모델을 기반으로 특정시간 후의 미세먼지농도를 예측하는 미세먼지 예측부;를 포함하는 것을 특징으로 하는 인공지능 전이학습을 이용한 미세먼지 예측시스템
2 2
제 1항에 있어서, 상기 예측모델은 전이학습 기반의 ResNet 예측모델인 것을 특징으로 하는 인공지능 전이학습을 이용한 미세먼지 예측시스템
3 3
제 2항에 있어서, 상기 특정시간은 40분 ~ 100분이고, 미세먼지데이터는 PM2
4 4
제 3항에 있어서, 상기 ResNet 예측모델은 예측하고자 하는 해당공간이 아닌 공간 내에서의 소스데이터를 적용하는 것을 특징으로 하는 인공지능 전이학습을 이용한 미세먼지 예측시스템
5 5
제 4항에 있어서, 상기 ResNet 예측모델을 이용하여, 다른 공간의 소스데이터를 활용해 예측 대상이 되는 대상공간의 학습데이터가 부족한 경우에도 예측 시스템을 학습시켜 예측 대상 공간에서의 특정시간 후의 PM2
6 6
제 5항에 있어서, ResNet 구조는 컨볼루션 블록과, 아이덴티티 블록과, 완전 연결레이어와, 출력레이어를 포함하는 것을 특징으로 하는 인공지능 전이학습을 이용한 미세먼지 예측시스템
7 7
제 6항에 있어서, 상기 ResNet 예측모델은 소스데이터에 대한 사전훈련을 통해 도출되며, 대상 공간에서 사용가능한 데이터에 대해 미세조정되는 것을 특징으로 하는 인공지능 전이학습을 이용한 미세먼지 예측시스템
8 8
제 7항에 있어서, 상기 ResNet 예측모델은 소스데이터의 초기 레이어를 고정하여 충분한 데이터에서 PM 분포를 기억하고, 미세조정 중 손실을 최소화하여 대상공간에 적용하는 것을 특징으로 하는 인공지능 전이학습을 이용한 미세먼지 예측시스템
9 9
제 8항에 있어서, 상기 ResNet 예측모델은 소스데이터를 사전 학습시킨 후, 사전 학습된 모델의 특징 추출기 매개변수를 고정하고, 고정 레이어는 예측모델이 다른 작업을 수행하도록 할당되었을 때, 레이어의 가중치가 변경되지 않은 상태로 유지하고 나머지 분류기 계층은 대상공간의 대상데이터에 대해 미세 조정되는 것을 특징으로 하는 인공지능 전이학습을 이용한 미세먼지 예측시스템
10 10
제 9항에 있어서, 상기 고정 레이어는 35 ~ 45%인 것을 특징으로 하는 인공지능 전이학습을 이용한 미세먼지 예측시스템
11 11
컴퓨터에 의해 판독가능하며, 제 1항 내지 제10항 중 어느 한 항에 따른 인공지능 전이학습을 이용한 미세먼지 예측시스템이 실행되도록 하는 프로그램
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 국토교통부 경희대학교산학협력단 지하철미세먼지저감기술개발사업 빅데이터 기반 조기 대응 초미세먼지 예측기술 개발