에이전트 기반 시뮬레이션에서 기계학습을 이용한 미시 시뮬레이션 파리미터 교정 방법 및 장치

    公开(公告)号:WO2020105776A1

    公开(公告)日:2020-05-28

    申请号:PCT/KR2018/014900

    申请日:2018-11-29

    Abstract: 컴퓨터에 의해 수행되는, 에이전트 기반 시뮬레이션에서 기계학습을 이용한 미시 시뮬레이션 파리미터 교정 방법이 제공된다. 본 개시의 방법은 (a) 복수의 에이전트의 특성 데이터를 포함하며, 시뮬레이션을 통하여 추정하고자 하는 목표 데이터인 동화 대상 데이터를 전처리하여 소정의 데이터 포맷으로 변환하여 밸리데이션(validation) 데이터를 생성하는 단계; (b) 상기 복수의 에이전트가 가지고 있는 특성에 대한 초기 파리미터 세트와 외부 변수를 시뮬레이션에 반영하기 위한 시나리오 데이터를 ABM 입력 데이터로 하여, 에이전트 기반 모델링 및 시뮬레이션(Agent-Based Modeling and Simulation: ABMS)을 수행하여 상기 복수의 에이전트 각각의 에이전트 미시 데이터를 구하고, 상기 에이전트 미시 데이터를 집합(aggregation)하여 에이전트 거시 데이터를 구하는 단계; (c) 상기 복수의 에이전트 각각의 미시 데이터에 대해 미시 군집 분석을 수행하여 적어도 하나의 군집(clustering)을 생성하고 군집 분석을 수행하는 단계; (d) 상기 밸리데이션 데이터와 상기 에이전트 거시 데이터를 비교하여 오차를 분석하는 단계; (e) 상기 오차가 소정의 기준치를 초과하는 경우, (e-1) 상기 오차를 줄이도록 상기 적어도 하나의 군집 각각에 대한 상기 파라미터를 교정하고, 상기 적어도 하나의 군집 각각에 대해 교정 파라미터 세트를 설정하는 단계; (e-2) 상기 복수의 에이전트가 가지고 있는 특성에 대한 교정 초기 파리미터 세트와 상기 시나리오 데이터를 ABM 입력 데이터로 설정하고, 상기 ABM 입력 데이터에 대해 에이전트 기반 모델링 및 시뮬레이션을 수행하여 상기 복수의 에이전트 각각의 에이전트 미시 데이터를 구하고, 상기 에이전트 미시 데이터를 집합하여 에이전트 거시 데이터를 구하는 단계; (e-3) 상기 (d) 단계 및 (e) 단계를 수행하는 단계; (f) 상기 오차가 소정의 기준치 이하인 경우, 상기 교정된 파라미터를 최종 파라미터로 판단하는 단계를 포함할 수 있다.

    대형 소셜 네트워크 시스템을 위한 다수의 노드에 분산 저장된 데이터베이스에서 노드간 조인을 회피하는 방법
    3.
    发明授权
    대형 소셜 네트워크 시스템을 위한 다수의 노드에 분산 저장된 데이터베이스에서 노드간 조인을 회피하는 방법 有权
    一种用于避免跨大规模社交网络系统以分布式方式存储的数据库中的跨节点连接的方法

    公开(公告)号:KR101650005B1

    公开(公告)日:2016-08-22

    申请号:KR1020140095590

    申请日:2014-07-28

    Abstract: 다수의노드에분산저장된데이터베이스에서노드간조인을회피하는방법이개시된다. 이방법은다수의노드들에분산저장된데이터베이스에서연속적인 1:N 관계를연속적인식별관계로모델링하여첫 번째 1측릴레이션의기본키를나머지릴레이션들에부여하는컴퓨터에서구현된방법에있어서, 상기데이터베이스에저장된연속적인 1:N 관계에참여하는엔티티집합(entity set)들을연속적인식별관계(identifying relation)로모델링하고, 상기모델링된연속적인식별관계및 상기엔티티집합들을릴레이션으로사상하는것을포함한다.

    대형 소셜 네트워크 시스템을 위한 다수의 노드에 분산 저장된 데이터베이스에서 노드간 조인을 회피하는 방법
    4.
    发明公开
    대형 소셜 네트워크 시스템을 위한 다수의 노드에 분산 저장된 데이터베이스에서 노드간 조인을 회피하는 방법 有权
    一种用于在大规模社会网络系统中分布式存储器中存储的数据库中的跨节点加入的方法

    公开(公告)号:KR1020150084634A

    公开(公告)日:2015-07-22

    申请号:KR1020140095590

    申请日:2014-07-28

    CPC classification number: G06F17/30424 G06F17/30492

    Abstract: 다수의노드에분산저장된데이터베이스에서노드간조인을회피하는방법이개시된다. 이방법은다수의노드들에분산저장된데이터베이스에서연속적인 1:N 관계를연속적인식별관계로모델링하여첫 번째 1측릴레이션의기본키를나머지릴레이션들에부여하는컴퓨터에서구현된방법에있어서, 상기데이터베이스에저장된연속적인 1:N 관계에참여하는엔티티집합(entity set)들을연속적인식별관계(identifying relation)로모델링하고, 상기모델링된연속적인식별관계및 상기엔티티집합들을릴레이션으로사상하는것을포함한다.

    Abstract translation: 公开了一种避免在分布并存储在多个节点中的数据库中的节点间连接的方法。 在计算机中实现了通过对分布并存储在多个节点中的数据库中的连续识别关系建模连续1:N关系,向其余关系提供第一个1侧关系的基本密钥的方法。 该方法包括以下步骤:对实体集进行建模,以连续的识别关系参与存储在数据库中的连续1:N关系; 并将关联的建模识别关系和实体集映射。

Patent Agency Ranking