초록 ▼

공간의 특성값 예측 장치가 개시된다. 본 장치는 소정 공간의 실측 특성값을 포함하는 하나 이상의 제1 프레임 및 상기 소정 공간의 예측 특성값을 포함하는 하나 이상의 제2 프레임이 소정의 타임 주기로 입력되는 입력부; 및 특정 시점(T) 이전의 경우, 상기 제1 프레임에 포함된 실측 특성값 및 상기 제2 프레임에 포함된 예측 특성값을 이용하여 딥러닝 모델의 연산 정확도를 향상시키며, 특정 시점(T) 이후의 경우, 상기 딥러닝 모델을 이용하여 상기 특정 시점(T) 이후의 프레임에 포함된 특성값을 예측할 수 있다. 이에 따라, 공간의

공간의 특성값 예측 장치가 개시된다. 본 장치는 소정 공간의 실측 특성값을 포함하는 하나 이상의 제1 프레임 및 상기 소정 공간의 예측 특성값을 포함하는 하나 이상의 제2 프레임이 소정의 타임 주기로 입력되는 입력부; 및 특정 시점(T) 이전의 경우, 상기 제1 프레임에 포함된 실측 특성값 및 상기 제2 프레임에 포함된 예측 특성값을 이용하여 딥러닝 모델의 연산 정확도를 향상시키며, 특정 시점(T) 이후의 경우, 상기 딥러닝 모델을 이용하여 상기 특정 시점(T) 이후의 프레임에 포함된 특성값을 예측할 수 있다. 이에 따라, 공간의 특성값이 수월하게 예측될 수 있다.

대표청구항 ▼

제1 장치로부터 수집된 소정 공간의 실측 특성값을 포함하는 하나 이상의 제1 프레임 및 상기 제1 장치와 다른 제2 장치로부터 수집된 상기 소정 공간의 예측 특성값을 포함하는 하나 이상의 제2 프레임이 소정의 타임 주기로 입력되는 입력부; 및특정 시점(T) 이전의 경우, 상기 제1 프레임에 포함된 실측 특성값 및 상기 제2 프레임에 포함된 예측 특성값을 이용하여 딥러닝 모델의 연산 정확도를 향상시키며, 특정 시점(T) 이후의 경우, 상기 딥러닝 모델을 이용하여 상기 특정 시점(T) 이후의 프레임에 포함된 특성값을 예측하는 프로세서를

제1 장치로부터 수집된 소정 공간의 실측 특성값을 포함하는 하나 이상의 제1 프레임 및 상기 제1 장치와 다른 제2 장치로부터 수집된 상기 소정 공간의 예측 특성값을 포함하는 하나 이상의 제2 프레임이 소정의 타임 주기로 입력되는 입력부; 및특정 시점(T) 이전의 경우, 상기 제1 프레임에 포함된 실측 특성값 및 상기 제2 프레임에 포함된 예측 특성값을 이용하여 딥러닝 모델의 연산 정확도를 향상시키며, 특정 시점(T) 이후의 경우, 상기 딥러닝 모델을 이용하여 상기 특정 시점(T) 이후의 프레임에 포함된 특성값을 예측하는 프로세서를 포함하며,상기 프로세서는,상기 특정 시점(T)의 제1 프레임을 입력으로 하여 상기 딥러닝 모델의 연산 수행에 의해 제1 미래 시점(T+1)의 제1 프레임으로 출력하고,출력된 제1 미래 시점(T+1)의 제1 프레임을 입력으로 하여 상기 딥러닝 모델의 연산 수행에 의해 제2 미래 시점(T+2)의 제1 프레임으로 출력하는 것을 소정 타임 구간동안 제N 미래 시점(T+N)까지 반복하며,상기 소정 타임 구간 동안에 출력된 제1 프레임 각각의 시점에 대응되는 제2 프레임을 입력으로 상기 딥러닝 모델의 연산 수행에 의해 제1 미래 시점(T+1) 내지 제N 미래시점(T+N)의 제2 프레임을 출력하고,상기 소정 타임 구간에 대응되는 제1 프레임의 특성값을 출력된 상기 제2 프레임에 포함된 예측 특성값에 기초하여 보정하는, 공간의 특성값 예측 장치.