-
公开(公告)号：WO2017131477A1
公开(公告)日：2017-08-03
申请号：PCT/KR2017/000971
申请日：2017-01-26
Applicant: 서울대학교산학협력단
Inventor： 서길준 , 권운용 , 김경수 , 나상훈 , 박재흥 , 이정찬 , 정윤선 , 유경민 , 박민지 , 김태균 , 고정인 , 김지섭 , 정재석 , 김상현 , 유병욱 , 이병탁 , 조우상 , 최진우
Abstract: 자동 심폐소생 장치 및 제어 방법이 개시된다. 자동 심폐소생 장치는 이동 가능하고, 기 설정된 깊이 및 주기로 환자의 흉부를 반복적으로 압박하는 흉부 압박기, 흉부 압박기의 압박에 따른 환자의 심박출량을 측정하는 심박출량 측정부 및 기 설정된 방식에 따라 흉부 압박기가 이동하도록 제어하여 압박 위치를 변경하는 프로세서를 포함하며, 프로세서는 변경된 압박 위치마다 환자의 심박출량을 측정하도록 심박출량 측정부를 제어하고, 측정된 심박출량에 기초하여 환자의 심박출량이 최대가 되는 압박 위치를 선택하며, 환자의 심박출량이 최대가 되는 압박 위치로 흉부 압박기가 이동하도록 제어한다.
Abstract translation: 公开了一种自动心肺复苏设备和控制方法。 自动心肺复苏设备是可移动的，并根据按压组预定的深度和间隔，根据胸部按压基于测量单元的压力，并用于重复地推压在患者的胸部的预定方法的心输出量测量患者的心输出量 通过控制以便移动按压组是用于改变按压位置的处理器，所述处理器控制单元的心输出量的测量，以确定患者的每次心输出量的改变按压位置，并且所测量的心排血量向上的基础上向患者的心输出量 并控制胸部压缩器移动到患者心输出量最大的压缩位置。
-
Patent Agency Ranking
-
公开(公告)号：KR1020160096460A
公开(公告)日：2016-08-16
申请号：KR1020150018145
申请日：2015-02-05
Applicant: 삼성전자주식회사 , 서울대학교산학협력단
CPC classification number: G06K9/66 , G06K9/00342 , G06K9/6267
Abstract: 상이한분류기준에따라학습을수행하는복수의분류기를포함하는딥 러닝(Deep learning) 기반의인식시스템이개시된다. 딥러닝기반인식시스템은, 입력영상에대해제1 분류기준에따라학습을수행하여제1 분류결과를출력하는제1 분류기및, 제1 분류결과에대하여제1 분류기준과상이한제2 분류기준에따라학습을수행하여제2 분류결과를출력하는제2 분류기를포함하며, 제1 분류기준은제2 분류기준의선결적관계가되는기준에있는것을특징으로한다.
Abstract translation: 公开了一种基于深度学习的识别系统，其包括根据不同的分类参考执行学习的多个分类器。 基于深度学习的识别系统包括：第一分类器，用于通过根据第一分类参考对输入图像执行学习来输出第一分类结果; 以及第二分类器，用于通过根据与第一分类参考不同的第二分类参考，针对第一分类结果执行学习来输出第二分类结果。 第一分类参考具有与第二分类参考的先前决定关系。 识别系统包括可以有机地共享关于相关识别问题的信息的多个分类器。
-
公开(公告)号：KR101369261B1
公开(公告)日：2014-03-06
申请号：KR1020120013909
申请日：2012-02-10
Applicant: 서울대학교산학협력단
Abstract: 본 출원은 이동체의 이동 경로 예측 기술에 관한 것으로, 개시된 기술에 따른 이동 경로 실시간 예측 방법은 위치 정보를 획득할 수 있는 센서를 포함하는 스마트 단말에서 수행된다. 상기 이동 경로 실시간 예측 방법은 (a) 복수의 센서부에서 수집된 센싱 데이터의 적어도 일부를 일상 데이터로서 구분하고 시계열적으로 저장하는 단계, (b) 상기 시계열적으로 저장된 일상 데이터에 대하여, 사용자에게 일상적인 패턴으로서 표현될 수 있는 복수의 주요 장소들 및 주요 경로들을 추출하는 단계, (c) 현재 위치, 상기 복수의 주요 장소들 및 주요 경로들 사이의 계층적 연관 관계로 이루어지는 추론 모델을 구성하는 단계 및 (d) 상기 구성된 추론 모델의 적어도 일부 그래프에 대하여 학습을 수행하고, 학습된 데이터를 기초로 현재 일상 데이터로부터 예측되는 이동 경로 또는 이동 장소를 추출하는 단계를 포함한다. 본 출원의 개시된 기술에 따르면, 스마트 단말에서 수집되는 다양한 센싱 데이터 및 사용자의 이동 경로에 대한 학습을 이용하여 사용자의 이동 현황으로부터 사용자가 이동하려는 장래적 이동 경로를 실시간으로 예측할 수 있는 효과가 있다.
-
公开(公告)号：KR1020170090993A
公开(公告)日：2017-08-08
申请号：KR1020160172286
申请日：2016-12-16
Applicant: 서울대학교산학협력단
Inventor： 서길준 , 권운용 , 김경수 , 나상훈 , 박재흥 , 이정찬 , 유병욱 , 유경민 , 박민지 , 정윤선 , 김지섭 , 김상현 , 이병탁 , 최진우 , 김태균 , 고정인 , 조우상 , 정재석
Abstract: 자동심폐소생장치및 제어방법이개시된다. 자동심폐소생장치는이동가능하고, 기설정된깊이및 주기로환자의흉부를반복적으로압박하는흉부압박기, 흉부압박기의압박에따른환자의심박출량을측정하는심박출량측정부및 기설정된방식에따라흉부압박기가이동하도록제어하여압박위치를변경하는프로세서를포함하며, 프로세서는변경된압박위치마다환자의심박출량을측정하도록심박출량측정부를제어하고, 측정된심박출량에기초하여환자의심박출량이최대가되는압박위치를선택하며, 환자의심박출량이최대가되는압박위치로흉부압박기가이동하도록제어한다.
Abstract translation: 公开了一种自动心肺复苏设备和控制方法。 自动心肺复苏设备是可移动的，并根据所述心输出量测定部的预定深度和间隔的胸部，和用于根据所述胸部按压基，胸部按压机的压力为反复按压患者的胸部测量患者疑似行程容积的预定方法 通过控制以便移动压力基，和用于改变所述按压位置的处理器，所述处理器控制单元的心输出量的测量，以测量每个改变按压位置的患者疑似行程体积和，所测量的心输出量的压力的基础上变成最大患者疑似行程体积 并控制胸部压缩器移动到病人怀疑数量达到最大的压缩位置。
-
公开(公告)号：KR1020130092272A
公开(公告)日：2013-08-20
申请号：KR1020120013909
申请日：2012-02-10
Applicant: 서울대학교산학협력단
Abstract: PURPOSE: A real-time prediction method of a moving path of a user by using a smart terminal, and a system thereof are provided to predict a future moving path desired by the user in real time from the moving pattern of the user by using various sensing data collected from a smart terminal and learning about the moving path of the user. CONSTITUTION: A sensing data processing part (120) divides and classifies collected sensing data into routine data according to predetermined classification and stores the data time-serially. A major place extraction part (140) extracts multiple major places for the user of a smart terminal from the routine data by using the number and duration of visits. A major path extraction part (150) extracts major paths among the multiple major places or passing through at least one major place. An inference model construction part (170) constructs an inference graph model by reflecting the current location, and the hierarchical relation and time-serial relation between the multiple major places and the major paths. [Reference numerals] (110) Sensing part; (120) Sensing data processing part; (130) Log DB; (140) Major place extraction part; (150) Major path extraction part; (160) Behavior recognition unit; (170) Inference model construction part; (180) Learning unit
Abstract translation: 目的：提供一种通过使用智能终端的用户的移动路径的实时预测方法及其系统，用于通过使用各种方式从用户的移动模式实时地预测用户期望的未来移动路径 感测从智能终端收集的数据，并了解用户的移动路径。 构成：感测数据处理部分（120）根据预定的分类将收集的感测数据划分成常规数据，并且以时间顺序存储数据。 主要地点提取部分（140）通过使用访问的次数和持续时间从例程数据中提取智能终端的用户的多个主要位置。 主路径提取部分（150）提取多个主要地方之间的主要路径或者通过至少一个主要地方。 推理模型构建部分（170）通过反映当前位置以及多个主要位置与主要路径之间的分层关系和时间序列关系构建推理图模型。 （附图标记）（110）感测部; （120）传感数据处理部分; （130）日志DB; （140）主要地方提取部分; （150）主路径提取部分; （160）行为识别单位; （170）推理模型施工部分; （180）学习单位
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
