-
公开(公告)号：KR20180045165A
公开(公告)日：2018-05-04
申请号：KR20160138984
申请日：2016-10-25
Applicant: 네이버 주식회사 , 서울대학교산학협력단
Abstract: 시각적질의응답을위해원소단위곱과다중모달잔차학습을이용한데이터처리방법및 시스템이개시된다. 데이터처리방법은입력된이미지에대한시각적특징벡터를추출하고, 입력된질문에대한질문벡터를추출하는제1 단계, 상기질문벡터에깊은잔차학습(Deep Residual Learning)을위한선형사영(linear mapping) 및하이퍼볼릭탄젠트사영(Hyperbolic Tangent mapping)을반영하여제1 결과값을계산하는제2 단계, 상기시각적특징벡터에상기선형사영및 상기하이퍼볼릭탄젠트사영을반영하여제2 결과값을계산하는제3 단계, 상기제1 결과값과상기제2 결과값간의원소단위곱에대한제3 결과값을계산하는제4 단계및 상기질문벡터에상기선형사영을반영한결과값과상기제3 결과값간의원소단위합에대한제4 결과값을계산하는제5 단계를포함할수 있다.
-
2.发明授权
公开(公告)号：KR101639617B1
公开(公告)日：2016-07-14
申请号：KR1020150027446
申请日：2015-02-26
Applicant: 서울대학교산학협력단
CPC classification number: G01C21/3446 , G01S19/38
Abstract: 본발명은사용자의이동경로실시간예측방법에관한것으로, (a) 적어도하나의센서로부터시계열적으로수집된 GPS(Global Positioning System) 신호를포함하는센싱데이터를기초로도로정보및 행동정보를생성하는단계, (b) 상기센싱데이터, 도로정보및 행동정보중 적어도하나를기초로사용자이동패턴으로서주요장소및 주요경로를검출하는단계및 (c) 상기사용자이동패턴을기초로순환연속시간확률그래프모델을생성하는단계를포함한다. 따라서사용자단말로부터다양한센싱데이터를수집하여사용자의이동경로를예측할수 있다.
Abstract translation: 本发明涉及一种用于实时地预测用户的移动路线的方法。 根据本发明，该方法包括：基于感测数据生成道路信息和行为信息的步骤（a），包括从至少一个传感器收集的全球定位系统（GPS）信号，以时间序列 方式; 基于感测数据，道路信息和行为信息中的至少一个，检测作为用户移动模式的主要场所和主路线的步骤（b）; 以及基于用户移动模式生成循环连续时间概率图的步骤（c）。 因此，从用户终端收集各种感测数据，以预测用户的移动路径。
-
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
-
公开(公告)号：KR1020120092459A
公开(公告)日：2012-08-21
申请号：KR1020110012531
申请日：2011-02-11
Applicant: 서울대학교산학협력단
CPC classification number: G06F17/30528 , H04W4/70
Abstract: PURPOSE: A method and a system for supplying a condition recognition service are provided to recognize a current condition of a user and to supply recommendation information to a user. CONSTITUTION: A mobile terminal(110) includes a plurality of sensors. The mobile terminal offers sensing data collected from a plurality of sensors. A condition recognition server(120) generates a condition model based on the sensing data. The condition recognition server deduces a condition of the mobile terminal based on the condition model. The condition recognition server supplies recommendation information related to the deduced condition.
Abstract translation: 目的：提供一种用于提供条件识别服务的方法和系统，以识别用户的当前状况并向用户提供推荐信息。 构成：移动终端（110）包括多个传感器。 移动终端提供从多个传感器收集的感测数据。 条件识别服务器（120）基于感测数据生成条件模型。 条件识别服务器根据条件模型推导移动终端的状态。 条件识别服务器提供与推导条件相关的推荐信息。
-
公开(公告)号：KR1020140110164A
公开(公告)日：2014-09-17
申请号：KR1020130023015
申请日：2013-03-04
Applicant: 서울대학교산학협력단
CPC classification number: H04W4/02 , G06F17/30241
Abstract: A method for estimating a moving path of a user in real time is performed in a real-time estimation system of the moving path of the user, which can be connected to a sensor capable of acquiring sensing data including GPS signals. The method for estimating the moving path of the user in real time comprises the steps: (a) generating and storing road information and behavior information from the sensing data collected by the sensor as time series; (b) extracting multiple key locations and key paths which can be expressed as a daily pattern of the user based on at least one among the collected sensing data, road information, and behavior information; (c) building a probability graph model including switches respectively associated with the extracted multiple key locations and key paths; and (d) learning the built probability graph model and estimating at least one among a moving location and a path of the user based on the learned model and the sensing data inputted from the sensor.
Abstract translation: 在用户的移动路径的实时估计系统中执行用于实时估计用户的移动路径的方法，其可以连接到能够获取包括GPS信号的感测数据的传感器。 用于实时估计用户的移动路径的方法包括以下步骤：（a）从传感器收集的感测数据中生成和存储道路信息和行为信息作为时间序列; （b）基于收集的感测数据，道路信息和行为信息中的至少一个提取可以表示为用户的日常模式的多个关键位置和关键路径; （c）构建包括分别与所提取的多个键位置和键路径相关联的开关的概率图模型; 以及（d）基于所学习的模型和从传感器输入的感测数据，学习建立的概率图模型并估计用户的移动位置和路径中的至少一个。
-
Patent Agency Ranking
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：KR101267561B1
公开(公告)日：2013-05-24
申请号：KR1020110012531
申请日：2011-02-11
Applicant: 서울대학교산학협력단
Abstract: 개시된기술의일 실시예에따른상황인식시스템은복수의센서들을구비하고, 상기복수의센서들로부터수집된센싱데이터를제공하는모바일단말; 및상기센싱데이터를기초로학습을통하여상황모델을생성하고, 상기상황모델을기초로모바일단말의상황을추론하여그와연관된추천정보를제공하는상황인식서버를포함할수 있다.
-
公开(公告)号：KR102206843B1
公开(公告)日：2021-01-25
申请号：KR1020190065955
申请日：2019-06-04
Applicant: 서울대학교산학협력단
Abstract: 딥러닝네트워크를이용하여복수의이미지들로부터이야기를생성하기위한시각적이야기생성방법은, 상기딥러닝네트워크의제1 추출부를이용하여상기복수의이미지들각각의특징을추출하는단계, 상기딥러닝네트워크의제2 추출부를이용하여상기복수의이미지들의전체적인특징에기반한이야기구조를생성하는단계및 상기제1 추출부및 제2 추출부의출력을이용하여이야기를생성하는단계를포함한다.
-
-
公开(公告)号：KR101559376B1
公开(公告)日：2015-10-12
申请号：KR1020140021580
申请日：2014-02-24
Applicant: 서울대학교산학협력단
IPC: G06F17/30
Abstract: 실시간조합자질구축방법은실시간조합자질구축장치에서수행된다. 범주화된데이터를기초로분류기에서사용되는조합자질을실시간으로구축하는실시간조합자질구축방법은 (a) 상기데이터의적어도일부에해당하는입력데이터를수신하여, 기설정된조합자질을기초로상기입력데이터의클래스를예측하는단계; (b) 상기예측한클래스와상기입력데이터의실제클래스가일치하지않으면, 상기입력데이터를기초로조합자질을구성하는후보조합자질을추출하는단계; 및 (c) 상기추출된후보조합자질을기초로상기기 설정된조합자질을갱신하는단계를포함한다. 따라서, 범주화된데이터를기초로분류예측및 학습을수행하여범주화된데이터에대하여자질들을구축할수 있다.
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
