KR101542008B1 - Method for providing personalized service based on energy consumption cost and inaccuracy cost - Google Patents

Method for providing personalized service based on energy consumption cost and inaccuracy cost Download PDF

Info

Publication number
KR101542008B1
KR101542008B1 KR1020140052470A KR20140052470A KR101542008B1 KR 101542008 B1 KR101542008 B1 KR 101542008B1 KR 1020140052470 A KR1020140052470 A KR 1020140052470A KR 20140052470 A KR20140052470 A KR 20140052470A KR 101542008 B1 KR101542008 B1 KR 101542008B1
Authority
KR
South Korea
Prior art keywords
inference
inaccuracy
cost
unit
user
Prior art date
Application number
KR1020140052470A
Other languages
Korean (ko)
Inventor
권오병
심재문
Original Assignee
경희대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020140052470A priority Critical patent/KR101542008B1/en
Application granted granted Critical
Publication of KR101542008B1 publication Critical patent/KR101542008B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

The present invention relates to a method for providing a personalized service, in which user information is obtained through a sensor, current circumstance information of a user is inferred based on the obtained user information, and consumed energy costs depending on a sensing period or an inference period, and sensing or inference inaccuracy costs are considered together when the sensing period for obtaining the user information or the inference period for inferring the current circumstance information are determined in a process of operating an electronic device to be corresponded to the current circumstance information of the user, thereby providing a satisfying service to the user and reducing the consumed energy at the same time.

Description

소비 에너지 비용과 부정확도 비용을 고려한 개인화 서비스 제공 방법{Method for providing personalized service based on energy consumption cost and inaccuracy cost}BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method of providing a personalized service in consideration of energy consumption cost and inaccuracy cost,

본 발명은 개인화된 서비스 제공 방법에 관한 것으로, 보다 구체적으로 센서를 통해 사용자 정보를 획득하고 획득한 사용자 정보에 기초하여 사용자의 현재 상황 정보를 추론하며 사용자의 현재 상황 정보에 상응하도록 전자 디바이스를 동작시키는 과정에서 사용자 정보를 획득하는 센싱 주기 또는 현재 상황 정보를 추론하는 추론 주기를 결정할 때 센싱 주기 또는 추론 주기에 따른 소비 에너지 비용, 센싱 또는 추론 부정확도 비용을 함께 고려하여 사용자에 만족스러운 서비스를 제공하며 동시에 소비 에너지를 줄일 수 있는 개인화된 서비스 제공 방법에 관한 것이다. The present invention relates to a personalized service providing method, and more particularly, to a personalized service providing method in which user information is acquired through a sensor, inferences of the user's current situation information based on acquired user information, , A satisfactory service is provided to the user in consideration of the sensing period in which the user information is obtained or the inference period inferring the current situation information together with the cost of sensing energy or the inference inaccuracy due to the sensing period or the inference period And at the same time to reduce the energy consumption.

상황 인지 서비스는 다양한 센서를 이용하여 사용자의 다양한 사용자 정보를 획득하고, 획득한 사용자 정보에 기초하여 사용자의 현재 상황 정보를 추론 인지하며, 사용자의 현재 상황 정보에 따라 서비스를 제공하는 것이다. 예를 들어, 사용자가 위치하는 사용자 공간에서 사용자의 존재 여부, 움직임량, 온도, 습도, 밝기 등의 환경 정보의 사용자 정보를 획득한 후 획득한 사용자 정보에 따라 사용자 공간에서 이루어지고 있는 사용자의 현재 상황 정보, 예를 들어 회의, 휴식 등을 추론하며, 추론한 현재 상황 정보에 따라 사용자 공간에 배치되어 있는 에어콘, 가습기, 조명 등의 전자 디바이스를 구동하는 서비스가 있다. 상황 인지 서비스는 사용자의 내외부적 사용자 정보를 센서를 통해 자동적으로 획득한 후에 그 사용자 정보에 따라 추론한 현재 상황 정보에 따라 사용자에 개인화 서비스를 가능하게 하는 것으로 사용자의 상황 정보를 고려하지 않은 기존의 서비스에 비하여 개인화의 민감성과 시의 적절성을 극대화하여 서비스의 질을 향상시키려는 목적을 가진다. The context aware service obtains various user information of the user using various sensors, hears the current status information of the user on the basis of the acquired user information, and provides the service according to the current status information of the user. For example, in the user space in which the user is located, the user information of the environment information such as the presence or absence of the user, the amount of motion, the temperature, the humidity, and the brightness is acquired, There is a service for driving electronic devices such as an air conditioner, a humidifier, and a lighting device inferred in the user space in accordance with the current situation information deduced from the situation information, such as a meeting, a break, and the like. The context aware service automatically acquires internal and external user information of the user through the sensor and then enables the personalized service according to the current situation information inferred according to the user information, The purpose of this study is to improve the service quality by maximizing the sensitivity and timeliness of personalization.

센서의 센싱 주기를 짧게 할수록 그리고 추론 주기를 짧게 할수록 사용자의 현재 상황을 정확하게 추론할 수 있으며 이에 따라 상황 인지 서비스의 품질을 향상시킬 수 있으나, 서비스 품질을 향상시키기 위하여 사용자 정보를 자주 센싱하거나 또는 획득한 사용자 정보로부터 사용자 상황 정보를 자주 추론하는 것은 더 큰 에너지를 소비하게 되는 반대급부(trade off)가 발생한다.As the sensing period of the sensor is shortened and the inference period is shortened, the current situation of the user can be accurately deduced, thereby improving the quality of the context aware service. However, in order to improve the service quality, Frequently inferring user context information from a single user's information results in a trade off that consumes more energy.

따라서 사용자의 현재 상황 정보를 추론하는데 소비되는 소비 에너지 비용과, 센싱 주기 또는 추론 주기에 상응하여 발생하는 센싱 부정확도 비용 및 추론 부정확도 비용을 동시에 고려하여 에너지도 절약하며 동시에 서비스 품질도 보장할 수 있는 개인화 서비스 제공 방법이 요구된다. Therefore, it is possible to conserve energy and to guarantee service quality by simultaneously considering the consumption energy cost consumed in deducing the user's current situation information, sensing inaccuracy cost and inference inaccuracy cost, which are generated in accordance with sensing cycle or inference cycle A personalization service providing method is required.

본 발명은 위에서 언급한 문제점을 극복하기 위한 것으로, 본 발명이 이루고자 하는 목적은 소비 에너지 비용, 센싱 또는 추론 부정확도 비용을 동시에 고려하여 소비 에너지를 줄이면서 사용자에 만족스러운 서비스를 제공할 수 있는 방법을 제공하는 것이다.SUMMARY OF THE INVENTION The present invention has been made to overcome the above problems and it is an object of the present invention to provide a method of providing a satisfactory service to a user while reducing energy consumption by simultaneously considering cost of consumed energy, sensing or inaccuracy of inference .

본 발명이 이루고자 하는 다른 목적은 획득한 사용자 정보의 종류에 따라 추론 방식을 달리하며, 추론 방식에 따라 달라지는 소비 에너지 비용과 추론 부정확도 비용을 고려하여 소비 에너지를 줄이면서 사용자에 만족스러운 서비스를 제공할 수 있는 센싱 주기와 추론 주기를 결정하는 개인화 서비스 제공 방법을 제공하는 것이다.It is another object of the present invention to provide a satisfactory service to a user while reducing energy consumption in consideration of cost of consumed energy and inference inaccuracies that vary depending on the type of acquired user information, And to provide a personalization service providing method for determining a sensing period and a reasoning period that can be performed.

본 발명의 목적을 달성하기 위하여 본 발명의 일 실시예에 따른 개인화 서비스 제공 장치는 사용자가 위치하는 사용자 공간에서 센싱 주기마다 사용자 정보를 획득하는 센서부와, 사용자 정보에 기초하여 사용자 공간에서 진행되고 있는 사용자의 현재 상황 정보를 추론 주기마다 추론하는 추론부와, 적어도 1개 이상의 전자 디바이스를 구비하며 추론한 사용자의 현재 상황 정보에 기초하여 전자 디바이스를 서비스 시간 동안 동작시켜 사용자에 서비스를 제공하는 서비스 제공부와, 센싱 주기 또는 추론 주기에 따라 변화하는 센서부, 추론부의 소비 에너지 비용과 부정확도 비용의 합을 최소화하는 개인화 지수를 계산하는 계산부와, 개인화 지수에 기초하여 센서부와 추론부의 동작을 제어하는 제어부를 포함하며, 부정확도 비용은 소비 에너지 비용을 절감함에 따라 센싱 주기 또는 상기 추론 주기가 증가하여 발생하는 센싱 부정확도, 추론 부정확도를 환산한 비용인 것을 특징으로 한다.According to an aspect of the present invention, there is provided an apparatus for providing a personalization service, including a sensor unit for acquiring user information at a sensing period in a user space in which a user is located, A service for providing a service to a user by operating the electronic device during a service time based on current state information of a user who has at least one electronic device and deduces the current state information of a user who has at least one electronic device A calculator for calculating a personalization index that minimizes a sum of consumed energy costs and inaccuracy costs of the sensor unit and the reasoning unit that varies depending on a sensing period or a reasoning cycle; , And the inaccuracy cost includes a consumption energy cost Reduced as the sensing period or the sensing inaccuracies resulting from the increase in the inference cycle depending also characterized in that in terms of the cost inference inaccuracy.

여기서 센서부는 사용자 공간에서 사용자의 존재 여부를 감지하는 센서, 사용자 공간에서 사용자 움직임량을 감지하는 센서, 사용자 공간의 환경 정보를 감지하는 센서를 구비하는 것을 특징으로 한다.Here, the sensor unit includes a sensor for detecting presence or absence of a user in a user space, a sensor for detecting a user movement amount in a user space, and a sensor for sensing environment information of the user space.

여기서 추론부는 센서부로부터 수신한 사용자 정보의 종류를 판단하는 종류 판단부와, 사용자 정보의 종류에 따라 사용자 공간에서 진행되고 있는 사용자의 현재 상황 정보를 추론하기 위한 추론 방식을 결정하는 추론 방식 결정부와, 결정한 추론 방식에 따라 사용자의 현재 상황 정보를 추론하는 추론 모듈부를 포함하는 것을 특징으로 한다.The reasoning unit may include a type determination unit that determines the type of the user information received from the sensor unit and a reasoning method determination unit that determines a reasoning method for reasoning the current situation information of the user, And an inference module module for inferring the current situation information of the user according to the determined inference method.

여기서 추론 모듈부는 사용자 정보의 종류가 설정된 상황 정보인 경우(k=1) 사용자 정보에 매핑 설정되어 있는 상황 정보를 직접적으로 사용자의 현재 상황 정보로 추론하는 직접 추론부와, 사용자 정보의 종류가 설정된 상황 정보가 아닌 경우(k=2) 사용자 정보와 동일한 사용자 정보를 가지는 상황 사례를 검색하고 검색한 상황 사례를 상기 사용자의 현재 상황 정보로 추론하는 사례 추론부와, 사용자 정보의 종류가 설정된 상황 정보가 아니며 일부 사용자 정보만을 획득한 경우(k=3) 과거 사용자 정보에 기초하여 사용자 정보와 유사한 사용자 정보 패턴을 검색하고 검색한 사용자 정보 패턴의 사용자 정보와 동일한 사용자 정보를 가지는 상황 사례를 사용자의 현재 상황 정보로 추론하는 예측 추론부를 포함하는 것을 특징으로 한다.Here, the reasoning module may include a direct reasoning unit for directly inferring the situation information mapped to the user information as the current situation information of the user when the type of the user information is the set situation information (k = 1) A case inference unit for inferring a situation instance having the same user information as the user information (k = 2) and searching for a situation instance, which is not the situation information, as the current situation information of the user, (K = 3) in the case of acquiring only a part of user information (k = 3), a case example in which user information patterns similar to the user information are searched based on the past user information and having the same user information as the user information pattern of the searched user information pattern, And a prediction inference unit for inferring the information as context information.

여기서 계산부는 센싱 주기에 따른 센서부의 소비 에너지 비용 함수, 추론 주기 또는 추론 방식에 따른 추론부의 소비 에너지 비용 함수를 생성하는 에너지 비용 함수 생성부와, 센싱 주기에 따른 센서부의 센싱 부정확도 비용 함수, 추론 주기 또는 추론 방식에 따른 추론부의 추론 부정확도 비용 함수를 생성하는 부정확도 비용 함수 생성부와, 소비 에너지 비용 함수 및 부정확도 비용 함수에 기초하여 소비 에너지 비용과 부정확도 비용의 합(TC)을 최소화하는 센싱 주기, 추론 주기를 계산하고, 소비 에너지 비용과 부정확도 비용의 합을 최소화하는 센싱 주기, 추론 주기로부터 개인화 지수를 계산하는 지수 계산부를 포함하는 것을 특징으로 한다. Here, the calculation unit may include an energy cost function generation unit that generates a consumed energy cost function of the reasoning unit according to the energy consumption cost function, the inference period, or the reasoning system of the sensor unit according to the sensing period, a sensing cost inferiority cost function, An inaccuracy cost function generation unit for generating a reasoning inaccuracy cost function of the inference unit according to a period or a reasoning method; and a control unit for minimizing a sum of consumed energy cost and inaccuracy cost (TC) based on the consumed energy cost function and the inaccuracy cost function A sensing period for calculating a sensing period and an inference period for minimizing the sum of the consumed energy cost and the inaccuracy cost, and an exponent calculation unit for calculating the personalization index from the inference period.

바람직하게, 센서부, 추론부의 소비 에너지 비용 함수는 각각 아래의 수학식 1, 수학식 2과 같이 생성되며,Preferably, the energy consumption cost function of the sensor unit and the reasoning unit is generated as shown in the following equations (1) and (2)

[수학식 1][Equation 1]

Figure 112014041593753-pat00001
Figure 112014041593753-pat00001

[수학식 2]&Quot; (2) "

Figure 112014041593753-pat00002
Figure 112014041593753-pat00002

Figure 112014041593753-pat00003
Figure 112014041593753-pat00003

Figure 112014041593753-pat00004
Figure 112014041593753-pat00004

여기서 ai는 센서(i)의 단위 소비 전력, x는 센싱 주기, bi는 센서(i)의 대기전력이며,Where a i is the unit power consumption of the sensor i, x is the sensing period, b i is the standby power of the sensor i,

ε는 획득한 사용자 정보를 저장매체로부터 판독하는데 소비되는 단위 소비 전력, y는 추론 주기, n은 추론부의 대기 전력, m은 사례기반 데이터베이스에서 현재 상황 정보를 추론하기 위해 사용되는 상황 사례의 수, β는 상황 사례와 획득한 사용자 정보로부터 현재 상황 정보를 추론하는데 소비되는 단위 소비 전력, α는 사용자 정보에 할당된 가중치, γ는 과거 사용자 정보에 기초하여 상기 사용자 정보와 유사한 사용자 정보 패턴을 검색하는데 소비되는 단위 소비 전력인 것을 특징으로 한다.ε is the unit power consumed in reading the acquired user information from the storage medium, y is the inference period, n is the standby power of the inference unit, m is the number of context cases used to infer the current situation information in the case- β is a unit power consumption consumed for inferring the current situation information from the case example and acquired user information, α is a weight assigned to the user information, and γ is a user information pattern similar to the user information based on the past user information And is a consumed unit power consumption.

바람직하게, 센싱 주기에 따른 센서부의 센싱 부정확도 비용 함수, 추론 주기 또는 추론 방식에 따른 추론부의 추론 부정확도 비용 함수는 각각 아래의 수학식 3, 수학식 4와 같이 생성되며,Preferably, the inference inaccuracy in cost function of the inference unit according to the sensing inaccuracy cost function, the inference period, or the inference method of the sensor unit according to the sensing period is generated as shown in Equations (3) and (4)

[수학식 3]&Quot; (3) "

Figure 112014041593753-pat00005
Figure 112014041593753-pat00005

[수학식 4]&Quot; (4) "

Figure 112014041593753-pat00006
Figure 112014041593753-pat00006

Figure 112014041593753-pat00007
Figure 112014041593753-pat00007

Figure 112014041593753-pat00008
Figure 112014041593753-pat00008

여기서 c는 센싱 민감도 가중치이고 di는 센서(i)가 가지는 오차이며, q는 추론 부정확도이고 f는 예측 부정확도인 것을 특징으로 한다.Where c is the weight of the sensing sensitivity, d i is the error of the sensor (i), q is the inference inaccuracy, and f is the prediction inaccuracy.

바람직하게, 소비 에너지 비용과 부정확도 비용의 합(TC)은 아래의 수학식 5에 의해 계산되며,Preferably, the sum of the consumed energy cost and the inaccuracy cost (TC) is calculated by the following equation (5)

[수학식 5]&Quot; (5) "

Figure 112014041593753-pat00009
Figure 112014041593753-pat00009

소비 에너지 비용과 부정확도 비용의 합(TC)을 최소화하는 센싱 주기, 추론 주기는 소비 에너지 비용과 부정확도 비용의 합(TC)을 각각 센싱 주기, 추론 주기로 편미분하여 계산되는 것을 특징으로 한다.A sensing period for minimizing the sum of consumed energy costs and inaccurate costs (TC), and a reasoning period is calculated by partially differentiating the sum of the consumed energy cost and the uncertainty cost (TC) by the sensing period and the inference period, respectively.

한편, 본 발명의 목적을 달성하기 위하여 본 발명의 일 실시예에 따른 개인화 서비스 제공 방법은 센서부의 센싱 주기, 추론부의 추론 주기에 따라 변화하는 센서부와 추론부의 소비 에너지 비용과 부정확도 비용의 합을 최소화하는 개인화 지수를 계산하는 단계와, 개인화 지수에 따라 센서부 및 추론부를 동작 제어하는 단계를 포함하며, 부정확도 비용은 소비 에너지 비용을 절감함에 따라 센싱 주기, 추론 주기 또는 서비스 시간이 감소되어 발생하는 센싱 부정확도 및 추론 부정확도를 환산한 비용인 것을 특징으로 한다. According to another aspect of the present invention, there is provided a method of providing a personalized service, the method comprising: sensing a sensing period of a sensor unit and a sum of an energy cost and an inaccuracy cost of the sensor unit, Calculating a personalization index that minimizes the amount of personalization; and controlling operation of the sensor unit and the reasoning unit according to the personalization index. The inaccuracy cost decreases the sensing period, the inference period, or the service time The inaccuracy of sensing and the inaccuracy of inference.

바람직하게, 본 발명의 일 실시예에 따른 개인화 서비스 제공 방법은 센서부로부터 수신한 사용자 정보의 종류를 판단하는 단계와, 사용자 정보의 종류에 따라 사용자 공간에서 진행되고 있는 사용자의 현재 상황 정보를 추론하기 위한 추론 방식을 결정하는 단계를 더 포함하며, 결정한 추론 방식에 따라 사용자의 현재 상황 정보를 추론하는데 소비되는 소비 에너지 비용 또는 추론 부정확도 비용을 결정하는 것을 특징으로 한다.Preferably, the personalization service providing method according to an exemplary embodiment of the present invention includes the steps of: determining the type of user information received from the sensor unit; estimating the current status information of the user in the user space according to the type of the user information; And determining a cost of the energy consumption or the cost of inference inaccuracies consumed in deducing the current state information of the user according to the determined inference method.

여기서 개인화 지수를 계산하는 단계는 센싱 주기에 따른 센서부의 소비 에너지 비용 함수, 추론 주기 또는 추론 방식에 따른 추론부의 소비 에너지 비용 함수를 생성하는 단계와, 센싱 주기에 따른 센서부의 부정확도 비용 함수, 추론 주기 또는 추론 방식에 따른 추론부의 부정확도 비용 함수를 생성하는 단계와, 소비 에너지 비용 함수와 부정확도 비용 함수에 기초하여 소비 에너지 비용과 부정확도 비용의 합(TC)을 최소화하는 센싱 주기 및 추론 주기를 계산하고 소비 에너지 비용과 부정확도 비용의 합을 최소화하는 센싱 주기 및 추론 주기로부터 개인화 지수를 계산하는 단계를 포함하는 것을 특징으로 한다.The step of calculating the personalization index includes the steps of generating a consumption energy cost function of the reasoning unit according to the energy consumption cost function, the inference period or the reasoning method of the sensor unit according to the sensing period, the step of calculating the inequality cost function, Generating an inaccuracy cost function of the inference unit according to a period or an inference method, and calculating an inaccuracy cost function of the inference unit based on the energy consumption cost function and the inaccuracy cost function, And calculating a personalization index from a sensing period and an inference period that minimizes the sum of the consumed energy cost and the inaccuracy cost.

본 발명의 일 실시예에 따른 개인화 서비스 제공 방법은 소비 에너지 비용, 센싱 또는 추론 부정확도 비용을 함께 고려함으로써, 소비 에너지를 줄이면서 동시에 사용자에 만족스러운 서비스를 제공할 수 있다.The personalization service providing method according to an embodiment of the present invention can reduce energy consumption and provide a satisfactory service to a user by considering energy consumption cost, sensing or inference inaccuracy costs.

또한 본 발명의 일 실시예에 따른 개인화 서비스 제공 방법은 획득한 사용자 정보의 종류에 따라 추론 방식을 달리하며 추론 방식에 따라 달라지는 소비 에너지 비용과 추론 부정확도 비용을 고려함으로써, 소비 에너지를 줄이면서 사용자에 만족스러운 서비스를 제공할 수 있는 센싱 주기와 추론 주기를 정확하게 결정할 수 있다.In addition, according to the method of providing a personalization service according to an embodiment of the present invention, by considering the cost of consumed energy and inference inaccuracies that vary depending on the reasoning method and the inference method depending on the type of acquired user information, It is possible to accurately determine the sensing period and the inference period that can provide a satisfactory service to the user.

도 1은 본 발명에 따른 사용자 공간의 일 예를 도시하고 있다.
도 2는 본 발명의 일 실시예에 따른 개인화 서비스 제공 장치를 설명하기 위한 기능 블록도이다.
도 3은 본 발명의 일 실시예에 따른 추론부(120)를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 4는 본 발명에 따른 추론 모듈부의 일 예를 설명하기 위한 기능 블록도이다.
도 5는 본 발명에 따른 계산부를 보다 구체적으로 설명하기 위한 기능 블록도이다.
도 6은 본 발명의 일 실시예에 따른 개인화 서비스 제공 방법을 설명하기 위한 흐름도이다.
도 7은 본 발명에 따른 개인화 지수를 계산하는 단계의 일 예를 보다 구체적으로 설명하기 위한 흐름도이다.
도 8은 소비 에너지 비용(E)과 부정확도 비용(I)의 합(TC)을 최소화하는 센싱 주기 및 추론 주기의 일 예를 도시하고 있다.
도 9는 본 발명에 따른 추론 방식의 결정 단계의 일 예를 보다 구체적으로 설명하기 위한 흐름도이다.1 shows an example of a user space according to the present invention.
FIG. 2 is a functional block diagram illustrating a personalization service providing apparatus according to an embodiment of the present invention. Referring to FIG.
FIG. 3 is a functional block diagram for more specifically illustrating the reasoning unit 120 according to an embodiment of the present invention.
4 is a functional block diagram for explaining an example of a reasoning module unit according to the present invention.
5 is a functional block diagram for explaining the calculation unit according to the present invention in more detail.
6 is a flowchart illustrating a personalization service providing method according to an embodiment of the present invention.
FIG. 7 is a flowchart for explaining an example of a step of calculating the personalization index according to the present invention in more detail.
FIG. 8 shows an example of a sensing period and a reasoning period for minimizing the sum (TC) of the consumed energy cost E and the inaccuracy cost I.
FIG. 9 is a flowchart for explaining an example of a decision step of the reasoning method according to the present invention in more detail.

이하 첨부한 도면을 참고로 본 발명에 따른 개인화 서비스 제공 방법 및 그 장치에 대해 보다 구체적으로 설명한다.
DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS A personalized service providing method and apparatus according to the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명에 따른 사용자 공간의 일 예를 도시하고 있다.1 shows an example of a user space according to the present invention.

사용자 공간(10)에는 조명 디바이스(20), 에어컨 등의 냉온방 디바이스(30) 등의 다수의 전자 디바이스를 구비하는 서비스 제공부와 사용자 공간(10)에서 사용자 존재 여부를 센싱하거나 사용자의 움직임량을 센싱하거나 사용자 공간의 음향 정보를 센싱하거나 사용자 공간의 환경 정보를 센싱하는 다수의 센서들(41, 43, 45, 47)이 배치되어 있다.The user space 10 includes a service providing unit including a plurality of electronic devices such as a lighting device 20 and a cold room device 30 such as an air conditioner, A plurality of sensors 41, 43, 45 and 47 for sensing the acoustic information of the user space or sensing the environment information of the user space are arranged.

사용자 공간(10)에서 사용자가 회의를 하거나 회의 중 휴식을 취하거나, 회의를 종료하고 사용자 공간을 벗어나 등의 특정 행위를 하는 경우, 사용자 공간(10)에서 이루어지고 있는 현재 상황 정보를 추론하기 위하여 센서(41, 43, 45, 47)는 사용자 정보를 획득하고 획득한 사용자 정보에 기초하여 현재 상황 정보를 추론하며 현재 상황 정보에 따라 사용자 공간에 배치되어 있는 전자 디바이스를 작동시킨다.
In order to deduce the current situation information in the user space 10 when the user performs a specific action such as a meeting, a break in a meeting, a meeting, The sensors 41, 43, 45 and 47 acquire user information, deduce current situation information based on the acquired user information, and operate electronic devices arranged in the user space according to the current situation information.

도 2는 본 발명의 일 실시예에 따른 개인화 서비스 제공 장치를 설명하기 위한 기능 블록도이다.FIG. 2 is a functional block diagram illustrating a personalization service providing apparatus according to an embodiment of the present invention. Referring to FIG.

도 2를 참고로 보다 구체적으로 살펴보면, 센서부(110)는 사용자가 위치하는 사용자 공간(10)에서 센싱 주기마다 사용자 정보를 획득하며, 추론부(120)는 획득한 사용자 정보에 기초하여 사용자 공간에서 진행되고 있는 사용자의 현재 상황 정보를 추론 주기마다 추론한다. 센서부(110)는 사용자 공간에서 사용자의 존재 여부를 감지하는 센서, 사용자 공간에서 사용자 움직임량을 감지하는 센서, 사용자 공간의 환경 정보를 감지하는 센서를 포함하는데, 예를 들어 열감지 센서, 위치 감지 센서, 가속도 센서, 온도 센서, 습도 센서, 조명 센서 등이 이용될 수 있다. 추론부(120)에서 추론한 현재 상황 정보에 따라 전자 디바이스의 구동 조건이 기설정되어 있는데, 추론부(120)는 현재 상황 정보에 따른 전자 디바이스의 구동 조건을 데이터베이스에서 검색한다. 서비스 제공부(130)는 적어도 1개 이상의 전자 디바이스를 구비하는데, 검색한 구동 조건으로 전자 디바이스를 동작시켜 사용자에 서비스를 제공한다.2, the sensor unit 110 acquires user information at each sensing period in the user space 10 in which the user is located, and the reasoning unit 120 acquires user information from the user space 10 based on the acquired user information, The current situation information of the user in progress is inferred for every reasoning period. The sensor unit 110 includes a sensor for detecting the presence or absence of a user in a user space, a sensor for sensing a user movement amount in a user space, and a sensor for sensing environment information of a user space. For example, A sensing sensor, an acceleration sensor, a temperature sensor, a humidity sensor, an illumination sensor, or the like may be used. The driving condition of the electronic device is preset according to the current situation information deduced by the reasoning unit 120. The reasoning unit 120 searches the database for the driving condition of the electronic device according to the current situation information. The service provider 130 has at least one electronic device, and operates the electronic device with the retrieved driving conditions to provide services to the user.

계산부(140)는 센싱 주기에 따라 변화하는 센서부(110)의 소비 에너지 비용과 센싱 부정확도 비용, 및 추론 주기에 따라 변화하는 추론부(120)의 소비 에너지 비용과 추론 부정확도 비용의 합을 최소화하는 개인화 지수를 계산한다. 여기서 센싱 주기가 커지는 경우 센싱 횟수가 줄어들게 되며, 추론 주기가 커지는 경우 추론 주기가 줄어들게 된다. 센싱 주기 또는 추론 주기가 커지는 경우 센서부(110)에서 사용자 정보를 획득하는데 소비되는 에너지 비용 또는 추론부(120)에서 현재 상황 정보를 추론하는데 소비되는 에너지 비용은 감소하는 반면, 이로 인하여 실시간으로 사용자 정보를 획득하지 못하거나 현재 상황 정보를 실시간을 추론하지 못하여 센싱 부정확도 또는 추론 부정확도는 증가하게 된다. 여기서 부정확도 비용은 소비 에너지 비용을 절감함에 따라 센싱 주기 또는 추론 주기가 증가하여 발생하는 센싱 부정확도, 추론 부정확도를 비용으로 환산한 것이다. 환산 비용은 본 발명이 적용되는 분야에 따라 설계자가 상이하게 설정할 수 있다.The calculation unit 140 calculates the sum of the consumed energy cost of the sensor unit 110 that changes according to the sensing period and the sensing inaccuracy cost, and the cost of the inference unit 120, which varies according to the inference period, The personalization index is calculated. Here, when the sensing period is increased, the number of sensing times is decreased. When the inference period is increased, the inference period is decreased. When the sensing period or the inference period becomes large, the energy cost consumed in acquiring the user information in the sensor unit 110 or the energy cost consumed in deducing the current situation information in the reasoning unit 120 is reduced, Sensing inaccuracy or inference inaccuracy increases due to failure to acquire information or to infer real-time information from the current situation. Here, the inaccuracy cost is the cost of sensing inaccuracy and inference inaccuracies caused by increase of sensing period or reasoning cycle as cost of energy consumption is reduced. The conversion cost can be set differently by the designer depending on the field to which the present invention is applied.

계산부(140)는 센싱 주기에 따라 변화하는 센서부(110)의 소비 에너지 비용과 센싱 부정확도 비용, 및 추론 주기에 따라 변화하는 추론부(120)의 소비 에너지 비용과 추론 부정확도 비용의 합을 최소화하는 센싱 주기와 추론 주기를 계산하며, 센싱 주기 또는 추론 주기에 가중치를 부여하여 개인화 지수를 계산한다. 여기서 가중치란 센싱 주기 또는 추론 주기의 중요도에 따라 센싱 주기 도는 추론 주기를 조절하기 위한 가중치를 의미한다.The calculation unit 140 calculates the sum of the consumed energy cost of the sensor unit 110 that changes according to the sensing period and the sensing inaccuracy cost, and the cost of the inference unit 120, which varies according to the inference period, And a personalization index is calculated by weighting the sensing period or the inference period. Here, the weight is a weight for adjusting the sensing period or the reasoning period according to the importance of the sensing period or the reasoning period.

제어부(150)는 계산한 개인화 지수에 따라 센서부(110)의 센싱 주기를 제어하거나 추론부(120)의 추론 주기를 제어한다.
The control unit 150 controls the sensing period of the sensor unit 110 or controls the reasoning period of the reasoning unit 120 according to the calculated personalization index.

도 3은 본 발명의 일 실시예에 따른 추론부(120)를 보다 구체적으로 설명하기 위한 기능 블록도이다.FIG. 3 is a functional block diagram for more specifically illustrating the reasoning unit 120 according to an embodiment of the present invention.

도 3을 참고로 보다 구체적으로 살펴보면, 종류 판단부(121)는 센서부(110)로부터 수신한 사용자 정보의 종류를 판단하며, 추론 방식 결정부(123)는 사용자 정보의 종류에 따라 사용자 공간에서 진행되고 있는 사용자의 현재 상황 정보를 추론하기 위한 추론 방식을 결정한다. 센서부(110)로부터 획득한 사용자 정보의 종류는 설정된 상황 정보로 직접 추론할 수 있는 사용자 정보이거나(k=1), 사례에 기반하여 상황 정보를 추론할 수 있는 사용자 정보이거나(k=2), 설정된 상황 정보로 직접 추론할 수 있는 사용자 정보가 아니면서 사례에 기반하여 상황 정보를 추론할 수 있는 사용자 정보 중 일부의 사용자 정보만이 획득된 사용자 정보(k=3)일 수 있다. 이와 같이 획득한 사용자 정보의 종류를 판단하여 판단한 사용자 정보의 종류에 따라 추론 방식을 결정한다. 3, the type determination unit 121 determines the type of the user information received from the sensor unit 110. The reasoning determination unit 123 determines the type of the user information received from the sensor unit 110 based on the type of the user information, And determines an inference method for inferring the current situation information of the ongoing user. The type of the user information acquired from the sensor unit 110 may be user information that can be inferred directly as set status information (k = 1), user information that can infer status information based on the case (k = 2) , But only some of the user information that can infer the situation information based on the case is not the user information that can be inferred directly from the set context information, but only the acquired user information (k = 3). The type of user information thus obtained is determined and a reasoning method is determined according to the determined type of user information.

추론 모듈부(125)는 결정한 추론 방식에 따라 사용자의 현재 상황 정보를 추론하며, 추론한 현재 상황 정보에 따라 구동시킬 전자 디바이스의 구동 조건을 검색하여 서비스 제공부의 전자 디바이스를 구동 제어한다.
The inference module module 125 deduces the current state information of the user according to the determined inference method and drives and controls the electronic device of the service providing unit by searching the driving condition of the electronic device to be driven according to the inferred current state information.

도 4는 본 발명에 따른 추론 모듈부의 일 예를 설명하기 위한 기능 블록도이다.4 is a functional block diagram for explaining an example of a reasoning module unit according to the present invention.

도 4를 참고로 살펴보면, 직접 추론부(210)는 사용자 정보의 종류가 설정된 상황 정보인 경우(k=1), 매핑 저장부(241)에서 사용자 정보에 매핑 설정되어 있는 상황 정보를 검색하고, 검색한 상황 정보를 사용자의 현재 상황 정보로 직접 추론한다. 바람직하게, 센서를 통해 획득한 사용자 정보에는 사용자 정보의 종류를 식별하기 위한 종류 식별자가 구비될 수 있으며, 추론부(210)는 종류 식별자에 기초하여 사용자 정보가 설정된 상황 정보인 경우 설정된 상황 정보로 현재 상황 정보를 직접 추론한다. Referring to FIG. 4, the direct reasoning unit 210 searches the mapping storage unit 241 for the context information mapped to the user information when the type of the user information is the set context information (k = 1) And directly infer the retrieved context information from the user's current context information. Preferably, the user information acquired through the sensor may include a type identifier for identifying the type of the user information. If the user information is set based on the type identifier, Infer directly the current situation information.

한편, 사례 추론부(220)는 사용자 정보의 종류가 설정된 상황 정보가 아니며 센서로부터 현재 상황 정보를 추론하는데 필요한 모든 사용자 정보를 획득한 경우(k=2), 사용자 정보와 동일한 사용자 정보를 가지는 상황 사례를 사례 저장부(243)에서 검색하고, 검색한 상황 사례를 사용자의 현재 상황 정보로 추론한다. 예를 들어, 수신한 사용자 정보와 상황 사례의 사용자 정보 사이의 유사도를 계산하고, 가장 높은 유사도를 가지는 사례를 현재 상황 정보로 추론한다. 여기서 유사도는 사용자 정보가 서로 동일한 경우 1의 값을 할당하고 서로 상이한 경우 0의 값을 할당하여 총합으로 계산된다. 본 발명이 적용되는 분야에 따라 다양한 유사도 계산 방법이 사용될 수 있으며 이는 본 발명의 범위에 속한다.On the other hand, if the type of the user information is not the set status information and all the user information necessary to deduce the current situation information from the sensor is acquired (k = 2), the case inference unit 220 may determine that the user information has the same user information Searches the case storage unit 243 for the case, and deduces the retrieved case as the current situation information of the user. For example, the degree of similarity between the received user information and the user information of the situation case is calculated, and the case with the highest degree of similarity is deduced as the current situation information. Here, the similarity degree is calculated as the sum of 1 when the user information is equal to each other and 0 when the user information is different from each other. Various similarity calculation methods may be used depending on the field to which the present invention is applied and are within the scope of the present invention.

한편, 사용자 정보의 종류가 설정된 상황 정보가 아니며 사례에 기반하여 상황 정보를 추론할 수 있는 사용자 정보 중 일부의 사용자 정보만이 획득한 경우(k=3), 과거 사용자 정보에 기초하여 사용자 정보와 유사한 사용자 정보 패턴을 사용자 패턴 저장부(245)에서 검색하고, 검색한 사용자 정보 패턴의 사용자 정보와 동일한 사용자 정보를 가지는 상황 사례를 사례 저장부(243)에서 검색하여 검색한 상황 사례를 사용자의 현재 상황 정보로 추론한다.
On the other hand, if the type of the user information is not the set status information and only some of the user information that can infer context information based on the case is obtained (k = 3) A case example in which a similar user information pattern is searched in the user pattern storage unit 245 and the case storing unit 243 searches for a case having the same user information as the user information of the searched user information pattern, Infer from contextual information.

도 5는 본 발명에 따른 계산부를 보다 구체적으로 설명하기 위한 기능 블록도이다.5 is a functional block diagram for explaining the calculation unit according to the present invention in more detail.

도 5를 참고로 보다 구체적으로 살펴보면, 에너지 비용 함수 생성부(141)는 센싱 주기에 따른 센서부(110)의 소비 에너지 비용 함수, 추론 주기 또는 추론 방식에 따른 추론부(120)의 소비 에너지 비용 함수를 생성한다. 한편, 부정확도 비용 함수 생성부(143)는 센싱 주기에 따른 센서부(110)의 센싱 부정확도 비용 함수, 추론 주기 또는 추론 방식에 따른 추론부(120)의 추론 부정확도 비용 함수를 생성한다.5, the energy cost function generator 141 calculates the energy cost function of the reasoning unit 120 according to the consumption energy cost function, the reasoning period or the reasoning system of the sensor unit 110 according to the sensing period, Create a function. Meanwhile, the inaccuracy cost function generating unit 143 generates the inference inaccuracy cost function of the inference unit 120 according to the sensing inaccuracy cost function, the inference period or the inference method of the sensor unit 110 according to the sensing period.

지수 계산부(145)는 소비 에너지 비용 함수 및 부정확도 비용 함수에 기초하여 소비 에너지 비용과 부정확도 비용의 합(TC)을 최소화하는 센싱 주기, 추론 주기를 계산하고, 소비 에너지 비용과 부정확도 비용의 합을 최소화하는 센싱 주기, 추론 주기에 센싱 주기 가중치 또는 추론 주기 가중치를 곱하여 개인화 지수를 계산한다.
The exponent calculation unit 145 calculates a sensing period and a reasoning period that minimizes the sum of the consumed energy cost and the inaccuracy cost based on the consumed energy cost function and the inaccuracy cost function and calculates the consumed energy cost and the inaccuracy cost And a personalization index is calculated by multiplying the inference cycle by a sensing cycle weight or an inference cycle weight.

도 6은 본 발명의 일 실시예에 따른 개인화 서비스 제공 방법을 설명하기 위한 흐름도이다.6 is a flowchart illustrating a personalization service providing method according to an embodiment of the present invention.

도 6을 참고로 보다 구체적으로 살펴보면, 센서부로부터 획득한 사용자 정보를 수신하고(S110), 센서부로부터 수신한 사용자 정보의 종류를 판단한다(S120). 사용자 정보의 종류는 설정된 상황 정보로 직접 추론할 수 있는 사용자 정보이거나(k=1), 사례에 기반하여 상황 정보를 추론할 수 있는 사용자 정보이거나(k=2), 설정된 상황 정보를 직접 추론할 수 있는 사용자 정보가 아니면서 사례에 기반하여 상황 정보를 추론할 수 있는 사용자 정보 중 일부의 사용자 정보만이 획득된 사용자 정보(k=3)일 수 있다. 6, the user information acquired from the sensor unit is received (S110), and the type of user information received from the sensor unit is determined (S120). The type of user information may be user information that can be inferred directly from the set context information (k = 1), user information that can infer status information based on the case (k = 2) Only some of the pieces of user information that can not deduce the user information and deduce the situation information based on the case may be the acquired user information (k = 3).

사용자 정보의 종류에 따라 사용자 공간에서 진행되고 있는 사용자의 현재 상황 정보를 추론하기 위한 추론 방식을 결정한다(S130). 바람직하게, 수신한 사용자 정보에는 사용자 정보의 종류를 나타내는 종류 식별자 또는 센서 식별자가 구비되어 있는데, 예를 들어 사용자 공간의 강의대 앞에 열감지 센서(센서 식별자 001)가 배치되어 있으며, 강의대 앞에 사용자가 위치하는 경우 현재 상황 정보를 회의로 기설정한 경우, 센서 식별자 001을 가지는 열감지 센서로부터 강의대 앞에 사용자가 위치하는 것으로 사용자 정보를 수신하는 경우 수신한 사용자 정보로부터 직접 현재 상황 정보를 회의로 추론한다. 본 발명이 적용되는 분야에 따라 센서 식별자 대신 직접 현재 상황 정보를 추론할 수 있는 종류 식별자를 포함시킬 수 있으며 이는 본 발명의 범위에 속한다.The inference method for inferring the current situation information of the user proceeding in the user space according to the type of the user information is determined (S130). Preferably, the received user information is provided with a type identifier or a sensor identifier indicating the type of user information. For example, a heat sensor (sensor identifier 001) is arranged in front of a lecture in a user space, The present situation information is set as a meeting, and when the user information is received from the heat sensor having the sensor identifier 001 as the user's location before the lecture stand, Inferences. It is possible to include a type identifier that can infer the current situation information directly instead of the sensor identifier according to the field to which the present invention is applied.

센서부의 센싱 주기, 추론부의 추론 주기 또는 추론 방식에 따라 변화하는 센서부와 추론부의 소비 에너지 비용과 부정확도 비용의 합을 최소화하는 개인화 지수를 계산하며(S140), 계산한 개인화 지수에 기초하여 센서부의 센싱 주기와 추론부의 추론 주기를 제어한다(S150).
A personalization index that minimizes the sum of the energy consumption cost and the inaccuracy cost of the sensor unit and the reasoning unit that varies depending on the sensing period of the sensor unit, the reasoning unit's reasoning cycle or the reasoning method is calculated (S140) And controls the inference period and the inference period of the inference unit (S150).

도 7은 본 발명에 따른 개인화 지수를 계산하는 단계의 일 예를 보다 구체적으로 설명하기 위한 흐름도이다.FIG. 7 is a flowchart for explaining an example of a step of calculating the personalization index according to the present invention in more detail.

도 7을 참고로 살펴보면, 센서부의 센싱 주기에 따른 센서부의 소비 에너지 비용 함수, 추론부의 추론 주기 또는 추론 방식에 따른 추론부의 소비 에너지 비용 함수를 생성한다(S141).Referring to FIG. 7, the energy consumption cost function of the sensor unit according to the sensing period of the sensor unit, the reasoning unit's reasoning period or the reasoning unit generates the energy consumption cost function of the reasoning unit (S141).

센서부 및 추론부의 소비 에너지 비용 함수의 일 예는 각각 아래의 수학식 1, 수학식 2와 같이 생성되며,One example of the energy consumption cost function of the sensor unit and the reasoning unit is generated as shown in the following equations (1) and (2)

[수학식 1][Equation 1]

Figure 112014041593753-pat00010
Figure 112014041593753-pat00010

[수학식 2]&Quot; (2) "

Figure 112014041593753-pat00011
Figure 112014041593753-pat00011

Figure 112014041593753-pat00012
Figure 112014041593753-pat00012

Figure 112014041593753-pat00013
Figure 112014041593753-pat00013

여기서 ai는 센서(i)의 단위 소비 전력, x는 센싱 주기, bi는 센서(i)의 대기전력이며,Where a i is the unit power consumption of the sensor i, x is the sensing period, b i is the standby power of the sensor i,

ε는 획득한 사용자 정보를 저장매체로부터 판독하는데 소비되는 단위 소비 전력, y는 추론 주기, n은 추론부의 대기 전력, m은 사례기반 데이터베이스에서 현재 상황 정보를 추론하기 위해 사용되는 상황 사례의 수, β는 상황 사례와 획득한 사용자 정보로부터 현재 상황 정보를 추론하는데 소비되는 단위 소비 전력, α(0<α<1)는 사용자 정보에 할당된 가중치, γ는 과거 사용자 정보에 기초하여 사용자 정보와 유사한 사용자 정보 패턴을 검색하는데 소비되는 단위 소비 전력을 의미한다. 위의 수학식1, 수학식2에서 알 수 있는 바와 같이 센싱 주기, 추론 주기, 추론 방식에 따라 서로 상이하게 소비 에너지 비용 함수가 생성됨으로 알 수 있다.ε is the unit power consumed in reading the acquired user information from the storage medium, y is the inference period, n is the standby power of the inference unit, m is the number of context cases used to infer the current situation information in the case- β is the unit power consumption consumed for inferring the current situation information from the case example and the acquired user information, α (0 <α <1) is the weight assigned to the user information, and γ is similar to the user information Means the unit power consumption consumed in searching for the user information pattern. As can be seen from Equations (1) and (2) above, it can be seen that the energy consumption cost functions are generated differently depending on the sensing period, the reasoning period, and the reasoning method.

센싱 주기에 따른 센서부의 부정확도 비용 함수, 추론 주기 또는 추론 방식에 따른 추론부의 부정확도 비용 함수를 생성한다(S143).The inaccuracy cost function of the sensor unit according to the sensing period, the inaccuracy cost function of the inference unit according to the inference period or the inference method is generated (S143).

센싱 주기에 따른 센서부의 센싱 부정확도 비용 함수, 추론 주기 또는 추론 방식에 따른 추론부의 추론 부정확도 비용 함수는 각각 아래의 수학식 3, 수학식 4에 의해 계산되며,Sensing inaccuracy of the sensor unit according to the sensing period The inference inaccuracy cost function of the inference unit according to the cost function, the inference period or the inference method is calculated by the following equations (3) and (4)

[수학식 3]&Quot; (3) &quot;

Figure 112014041593753-pat00014
Figure 112014041593753-pat00014

[수학식 4]&Quot; (4) &quot;

Figure 112014041593753-pat00015
Figure 112014041593753-pat00015

Figure 112014041593753-pat00016
Figure 112014041593753-pat00016

Figure 112014041593753-pat00017
Figure 112014041593753-pat00017

여기서 c는 센싱 민감도 가중치이고 di는 센서(i)가 가지는 오차이며, q는 추론 부정확도이고 f는 예측 부정확도인 것을 특징으로 한다. 센싱 민감도 가중치가 클수록 센싱 주기에 따른 센싱 부정확도 비용이 적게 영향을 받도록 한다.Where c is the weight of the sensing sensitivity, d i is the error of the sensor (i), q is the inference inaccuracy, and f is the prediction inaccuracy. The larger the sensing sensitivity weight is, the less the sensing inaccuracy cost is affected by the sensing period.

소비 에너지 비용 함수와 부정확도 비용 함수에 기초하여 소비 에너지 비용과 부정확도 비용의 합(TC)을 최소화하는 센싱 주기 및 추론 주기를 계산하고(S145), 소비 에너지 비용과 부정확도 비용의 합을 최소화하는 센싱 주기 및 추론 주기에 센싱 주기 가중치 또는 추론 주기 가중치를 곱하여 개인화 지수를 계산한다(S147). A sensing period and a reasoning period for minimizing the sum of the consumed energy cost and the inaccuracy cost (TC) based on the consumed energy cost function and the inaccuracy cost function are calculated (S145), and the sum of the consumed energy cost and the inaccuracy cost is minimized The sensing period and the inference period are multiplied by a sensing period weight or an inference period weight to calculate a personalization index (S147).

소비 에너지 비용(E)과 부정확도 비용(I)의 합(TC)은 아래의 수학식 5에 의해 계산되며,The sum (TC) of the consumed energy cost (E) and the inaccuracy cost (I) is calculated by the following equation (5)

[수학식 5]&Quot; (5) &quot;

Figure 112014041593753-pat00018
Figure 112014041593753-pat00018

소비 에너지 비용과 부정확도 비용의 합(TC)을 최소화하는 센싱 주기 및 상기 추론 주기는 소비 에너지 비용과 부정확도 비용의 합(TC)을 각각 센싱 주기(x) 및 추론 주기(y)로 편미분하여 계산된다. 도 8은 소비 에너지 비용(E)과 부정확도 비용(I)의 합(TC)을 최소화하는 센싱 주기 및 추론 주기의 일 예를 도시하고 있다.
A sensing period for minimizing the sum of the consumed energy cost and the inaccuracy cost, and the reasoning period is a function of dividing the sum of the consumed energy cost and the inaccuracy cost by the sensing period (x) and the inference period (y) . FIG. 8 shows an example of a sensing period and a reasoning period for minimizing the sum (TC) of the consumed energy cost E and the inaccuracy cost I.

도 9는 본 발명에 따른 추론 방식의 결정 단계의 일 예를 보다 구체적으로 설명하기 위한 흐름도이다.FIG. 9 is a flowchart for explaining an example of a decision step of the reasoning method according to the present invention in more detail.

도 9를 참고로 보다 구체적으로 살펴보면, 사용자 정보의 종류를 나타내는 식별자에 기초하여 사용자 정보의 종류가 설정된 상황 정보로부터 직접 추론할 수 있는 사용자 정보(k=1)인지 판단한다(S131). 상황 정보를 직접 추론할 수 있는 사용자 정보인 경우 사용자 정보에 매핑 설정되어 있는 상황 정보를 현재 상황 정보로 추론하는 직접 추론 방식으로 결정한다(S132). 그러나 사용자 정보의 종류가 설정된 상황 정보로부터 직접 추론할 수 있는 사용자 정보가 아닌 경우, 사례에 기반하여 상황 정보를 추론할 수 있는 사용자 정보(k=2)인지 판단한다(S133). 사례에 기반하여 상황 정보를 추론할 수 있는 사용자 정보(k=2)인 경우 사례 저장부에 저장되어 있는 사례의 사용자 정보와 수신한 사용자 정보를 비교하여 가장 유사도가 높은 사례를 현재 상황 정보로 판단하는 사례 추론 방식으로 결정한다(S135). 한편, 설정된 상황 정보로부터 직접 추론할 수 있는 사용자 정보가 아니면서 사례에 기반하여 상황 정보를 추론할 수 있는 사용자 정보 중 일부의 사용자 정보만이 획득된 사용자 정보(k=3)인지 판단한다(S137). 예를 들어 s1부터 s10까지 10개의 사용자 정보를 센서부로부터 획득하는데 센서의 동작 상태에 따라 10개의 사용자 정보 중 s1, s2, s5, s6, s9, s10의 6개의 사용자 정보만이 획득될 수 있다. 이러한 경우에는 과거 사용자 정보 중 동일한 s1, s2, s5, s6, s9, s10의 값을 가지는 사용자 정보 패턴을 검색하고, 검색한 사용자 정보 패턴의 사용자 정보와 동일한 사용자 정보를 가지는 사례를 사용자 상황 정보로 판단하는 예측 추론 방식으로 결정한다(S139). 9, it is determined whether the type of the user information is user information (k = 1) that can be inferred directly from the set status information (S131) based on the identifier indicating the type of the user information. In the case of the user information which can directly infer the situation information, the direct inference method inferring the situation information that is mapped to the user information as the current situation information is determined (S132). However, if the type of the user information is not the user information that can be inferred directly from the set context information, it is determined whether the user information (k = 2) that can infer context information based on the case (S133). In the case of user information (k = 2) that can infer situation information based on the case, the user information of the case stored in the case storage unit is compared with the received user information to determine the case with the highest degree of similarity as the current situation information (Step S135). On the other hand, it is determined whether only some of the pieces of user information, which are not user information that can be inferred directly from the set context information, can infer context information based on the case (k = 3) ). For example, ten pieces of user information from s1 to s10 are obtained from the sensor unit. Only six pieces of user information of s1, s2, s5, s6, s9 and s10 among the ten pieces of user information can be obtained according to the operation state of the sensor . In this case, the user information pattern having the same values of s1, s2, s5, s6, s9, and s10 among the past user information is searched, and a case having the same user information as the searched user information pattern is referred to as user situation information (Step S139).

10: 사용자 공간 20: 조명 디바이스
30: 냉온방 디바이스 41, 43, 45, 47: 센서
110: 센서부 120: 추론부
130: 서비스 제공부 140: 계산부
150: 제어부 121: 종류 판단부
123: 추론 방식 결정부 125: 추론 모듈부
210: 직접 추론부 220: 사례 추론부
230: 예측 추론부 240: 저장부
141: 에너지 비용 함수 생성부 143: 부정확도 비용 함수 생성부
145: 지수 계산부10: user space 20: lighting device
30: cold room device 41, 43, 45, 47: sensor
110: sensor unit 120: reasoning unit
130: Service provider 140: Calculator
150: control unit 121:
123: Reasoning method determination unit 125: Reasoning module unit
210: direct inference unit 220: case inference unit
230: prediction inference unit 240:
141: energy cost function generation unit 143: inaccuracy cost function generation unit
145:

Claims (14)

사용자가 위치하는 사용자 공간에서 센싱 주기마다 사용자 정보를 획득하는 센서부;
상기 사용자 정보에 기초하여 상기 사용자 공간에서 진행되고 있는 사용자의 현재 상황 정보를 추론 주기마다 추론하는 추론부;
적어도 1개 이상의 전자 디바이스를 구비하며, 추론한 상기 사용자의 현재 상황 정보에 기초하여 상기 전자 디바이스를 서비스 시간 동안 동작시켜 사용자에 서비스를 제공하는 서비스 제공부;
상기 센싱 주기 또는 상기 추론 주기에 따라 변화하는 상기 센서부, 상기 추론부의 소비 에너지 비용과 부정확도 비용의 합을 최소화하는 개인화 지수를 계산하는 계산부; 및
상기 개인화 지수에 기초하여 상기 센서부, 상기 추론부의 동작을 제어하는 제어부를 포함하며,
상기 부정확도 비용은 상기 소비 에너지 비용을 절감함에 따라 상기 센싱 주기 또는 상기 추론 주기가 증가하여 발생하는 센싱 부정확도, 추론 부정확도를 환산한 비용인 것을 특징으로 하는 개인화 서비스 제공 장치.A sensor unit for acquiring user information at a sensing period in a user space in which the user is located;
A reasoning unit for inferring the current situation information of the user in the user space based on the user information for each inference cycle;
A service providing unit provided with at least one electronic device and operating the electronic device for a service time based on the inferred current status information of the user to provide a service to the user;
A calculation unit for calculating a personalization index that minimizes a sum of consumed energy costs and inaccuracy costs of the sensor unit and the reasoning unit which change according to the sensing period or the reasoning period; And
And a controller for controlling operations of the sensor unit and the reasoning unit based on the personalization index,
Wherein the inaccuracy cost is a cost in which a sensing inaccuracy and an inference inaccuracy, which are generated by increasing the sensing period or the inference period as the energy consumption cost is reduced, are converted. 제 2 항에 있어서, 상기 센서부는
상기 사용자 공간에서 사용자의 존재 여부를 감지하는 센서, 상기 사용자 공간에서 사용자 움직임량을 감지하는 센서, 상기 사용자 공간의 환경 정보를 감지하는 센서를 구비하는 것을 특징으로 하는 개인화 서비스 제공 장치. 3. The apparatus of claim 2, wherein the sensor unit
A sensor for detecting presence or absence of a user in the user space, a sensor for sensing a user movement amount in the user space, and a sensor for sensing environment information of the user space. 제 2 항에 있어서, 상기 추론부는
상기 센서부로부터 수신한 사용자 정보의 종류를 판단하는 종류 판단부;
상기 사용자 정보의 종류에 따라 상기 사용자 공간에서 진행되고 있는 사용자의 현재 상황 정보를 추론하기 위한 추론 방식을 결정하는 추론 방식 결정부; 및
결정한 상기 추론 방식에 따라 상기 사용자의 현재 상황 정보를 추론하는 추론 모듈부를 포함하는 것을 특징으로 하는 개인화 서비스 제공 장치.3. The apparatus of claim 2, wherein the reasoning unit
A type determination unit for determining the type of user information received from the sensor unit;
A reasoning method determining unit for determining a reasoning method for deducing the current situation information of the user in the user space according to the type of the user information; And
And an inference module module for inferring the current situation information of the user according to the determined inference method. 제 3 항에 있어서, 상기 추론 모듈부는
상기 사용자 정보의 종류가 설정된 상황 정보인 경우(k=1), 상기 사용자 정보에 매핑 설정되어 있는 상황 정보를 직접적으로 상기 사용자의 현재 상황 정보로 추론하는 직접 추론부;
상기 사용자 정보의 종류가 설정된 상황 정보가 아닌 경우(k=2), 상기 사용자 정보와 동일한 사용자 정보를 가지는 상황 사례를 검색하고, 상기 검색한 상황 사례를 상기 사용자의 현재 상황 정보로 추론하는 사례 추론부; 및
상기 사용자 정보의 종류가 설정된 상황 정보가 아니며 일부 사용자 정보만을 획득한 경우(k=3), 과거 사용자 정보에 기초하여 상기 사용자 정보와 유사한 사용자 정보 패턴을 검색하고, 검색한 사용자 정보 패턴의 사용자 정보와 동일한 사용자 정보를 가지는 상황 사례를 상기 사용자의 현재 상황 정보로 추론하는 예측 추론부를 포함하는 것을 특징으로 하는 개인화 서비스 제공 장치.4. The apparatus of claim 3, wherein the reasoning module
A direct inference unit for inferring the context information mapped to the user information as the current situation information of the user when the type of the user information is set status information (k = 1);
(K = 2) when the type of the user information is not the set status information, retrieves a situation instance having the same user information as the user information, and deduces the retrieved situation instance as the current status information of the user part; And
If the type of the user information is not the set status information and only a part of the user information is acquired (k = 3), a user information pattern similar to the user information is searched based on the past user information, And estimating a situation instance having the same user information as the current situation information of the user. 제 3 항에 있어서, 상기 계산부는
상기 센싱 주기에 따른 상기 센서부의 소비 에너지 비용 함수, 상기 추론 주기 또는 추론 방식에 따른 상기 추론부의 소비 에너지 비용 함수를 생성하는 에너지 비용 함수 생성부;
상기 센싱 주기에 따른 상기 센서부의 센싱 부정확도 비용 함수, 상기 추론 주기 또는 추론 방식에 따른 상기 추론부의 추론 부정확도 비용 함수를 생성하는 부정확도 비용 함수 생성부; 및
상기 소비 에너지 비용 함수 및 상기 부정확도 비용 함수에 기초하여 상기 소비 에너지 비용과 부정확도 비용의 합(TC)을 최소화하는 상기 센싱 주기, 상기 추론 주기를 계산하고, 상기 소비 에너지 비용과 부정확도 비용의 합을 최소화하는 상기 센싱 주기, 상기 추론 주기로부터 개인화 지수를 계산하는 지수 계산부를 포함하는 것을 특징으로 하는 개인화 서비스 제공 장치.4. The apparatus of claim 3, wherein the calculation unit
An energy cost function generating unit for generating an energy cost function of the reasoning unit according to the energy consumption cost function, the reasoning cycle or the reasoning method of the sensor unit according to the sensing period;
An inaccuracy cost function generating unit for generating a reasoning inaccuracy cost function of the inferring unit according to the sensing inaccuracy cost function, the inference period or the inference method of the sensor unit according to the sensing period; And
Calculating the inference period and the inference period to minimize the sum of the consumed energy cost and the inaccuracy cost based on the consumed energy cost function and the inaccuracy cost function; And an exponent calculation unit for calculating the personalization index from the sensing period and the inference period to minimize the sum. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 상기 센서부, 상기 추론부의 소비 에너지 비용 함수는 각각 아래의 수학식 1, 수학식 2과 같이 생성되며,
[수학식 1]
Figure 112014041593753-pat00019

[수학식 2]
Figure 112014041593753-pat00020

Figure 112014041593753-pat00021

Figure 112014041593753-pat00022

여기서 ai는 센서(i)의 단위 소비 전력, x는 센싱 주기, bi는 센서(i)의 대기전력이며,
ε는 획득한 사용자 정보를 저장매체로부터 판독하는데 소비되는 단위 소비 전력, y는 추론 주기, n은 추론부의 대기 전력, m은 사례기반 데이터베이스에서 현재 상황 정보를 추론하기 위해 사용되는 상황 사례의 수, β는 상황 사례와 획득한 사용자 정보로부터 현재 상황 정보를 추론하는데 소비되는 단위 소비 전력, α는 사용자 정보에 할당된 가중치, γ는 과거 사용자 정보에 기초하여 상기 사용자 정보와 유사한 사용자 정보 패턴을 검색하는데 소비되는 단위 소비 전력인 것을 특징으로 하는 개인화 서비스 제공 장치. The method of any one of claims 1 to 5, wherein the energy consumption cost function of the sensor unit and the reasoning unit is generated as expressed by Equation (1) and Equation (2) below,
[Equation 1]
Figure 112014041593753-pat00019

&Quot; (2) &quot;
Figure 112014041593753-pat00020

Figure 112014041593753-pat00021

Figure 112014041593753-pat00022

Where a i is the unit power consumption of the sensor i, x is the sensing period, b i is the standby power of the sensor i,
ε is the unit power consumed in reading the acquired user information from the storage medium, y is the inference period, n is the standby power of the inference unit, m is the number of context cases used to infer the current situation information in the case- β is a unit power consumption consumed for inferring the current situation information from the case example and acquired user information, α is a weight assigned to the user information, and γ is a user information pattern similar to the user information based on the past user information Wherein the power consumption of the personalized service is the consumed unit power consumption. 제 6 항에 있어서, 상기 센싱 주기에 따른 상기 센서부의 센싱 부정확도 비용 함수, 상기 추론 주기 또는 추론 방식에 따른 상기 추론부의 추론 부정확도 비용 함수는 각각 아래의 수학식 3, 수학식 4와 같이 생성되며,
[수학식 3]
Figure 112014041593753-pat00023

[수학식 4]
Figure 112014041593753-pat00024

Figure 112014041593753-pat00025

Figure 112014041593753-pat00026

여기서 c는 센싱 민감도 가중치이고 di는 센서(i)가 가지는 오차이며, q는 추론 부정확도이고 f는 예측 부정확도인 것을 특징으로 하는 개인화 서비스 제공 장치. [7] The method of claim 6, wherein the inference inaccuracy of the inference unit according to the sensing inaccuracy cost function, the inference period, or the inference method of the sensor unit according to the sensing period is expressed as Equation (3) And,
&Quot; (3) &quot;
Figure 112014041593753-pat00023

&Quot; (4) &quot;
Figure 112014041593753-pat00024

Figure 112014041593753-pat00025

Figure 112014041593753-pat00026

Wherein c is a sensing sensitivity weight, d i is an error of the sensor (i), q is an inference inaccuracy, and f is a prediction inaccuracy. 제 7 항에 있어서, 상기 소비 에너지 비용과 부정확도 비용의 합(TC)은 아래의 수학식 5에 의해 계산되며,
[수학식 5]
Figure 112014041593753-pat00027

상기 소비 에너지 비용과 부정확도 비용의 합(TC)을 최소화하는 상기 센싱 주기, 상기 추론 주기는 상기 소비 에너지 비용과 부정확도 비용의 합(TC)을 각각 상기 센싱 주기, 상기 추론 주기로 편미분하여 계산되는 것을 특징으로 하는 개인화 서비스 제공 장치.8. The method of claim 7, wherein the sum (TC) of the energy consumption cost and the inaccuracy cost is calculated by the following equation (5)
&Quot; (5) &quot;
Figure 112014041593753-pat00027

The sensing period minimizes the sum of the consumed energy cost and the inaccuracy cost. The reasoning period is calculated by partially differentiating the sum TC of the consumed energy cost and the inaccuracy cost by the sensing period and the inference period, respectively Wherein the personalization service providing apparatus comprises: 센서부의 센싱 주기, 추론부의 추론 주기에 따라 변화하는 상기 센서부와 상기 추론부의 소비 에너지 비용과 부정확도 비용의 합을 최소화하는 개인화 지수를 계산하는 단계; 및
상기 개인화 지수에 따라 상기 센서부 및 상기 추론부를 동작 제어하는 단계를 포함하며,
상기 부정확도 비용은 상기 소비 에너지 비용을 절감함에 따라 상기 센싱 주기, 상기 추론 주기 또는 서비스 시간이 감소되어 발생하는 센싱 부정확도 및 추론 부정확도를 환산한 비용인 것을 특징으로 하는 개인화 서비스 제공 방법.Calculating a personalization index that minimizes the sum of the energy consumption cost and the inaccuracy cost of the sensor unit and the reasoning unit, which varies according to the sensing period of the sensor unit and the reasoning period of the reasoning unit; And
And controlling operation of the sensor unit and the reasoning unit according to the personalization index,
Wherein the inaccuracy cost is a cost in which sensing inaccuracies and inference inaccuracies are generated by reducing the sensing period, the inference period, or the service time as the energy consumption cost is reduced. 제 9 항에 있어서, 상기 개인화 서비스 제공 방법은
상기 센서부로부터 수신한 사용자 정보의 종류를 판단하는 단계; 및
상기 사용자 정보의 종류에 따라 상기 사용자 공간에서 진행되고 있는 사용자의 현재 상황 정보를 추론하기 위한 추론 방식을 결정하는 단계를 더 포함하며,
결정한 상기 추론 방식에 따라 상기 사용자의 현재 상황 정보를 추론하는데 소비되는 소비 에너지 비용 또는 추론 부정확도 비용을 결정하는 것을 특징으로 하는 개인화 서비스 제공 방법.10. The method of claim 9, wherein the personalization service providing method comprises:
Determining a type of user information received from the sensor unit; And
Further comprising the step of determining an inference method for inferring the current situation information of the user proceeding in the user space according to the type of the user information,
And determining a consumption energy cost or an inference inaccuracy cost for deducing the current status information of the user according to the determined inference method. 제 9 항에 있어서, 상기 개인화 지수를 계산하는 단계는
상기 센싱 주기에 따른 상기 센서부의 소비 에너지 비용 함수, 상기 추론 주기 또는 추론 방식에 따른 상기 추론부의 소비 에너지 비용 함수를 생성하는 단계;
상기 센싱 주기에 따른 상기 센서부의 부정확도 비용 함수, 상기 추론 주기 또는 추론 방식에 따른 상기 추론부의 부정확도 비용 함수를 생성하는 단계;
상기 소비 에너지 비용 함수와 부정확도 비용 함수에 기초하여 상기 소비 에너지 비용과 부정확도 비용의 합(TC)을 최소화하는 상기 센싱 주기 및 상기 추론 주기를 계산하고, 상기 소비 에너지 비용과 부정확도 비용의 합을 최소화하는 상기 센싱 주기 및 상기 추론 주기로부터 개인화 지수를 계산하는 단계를 포함하는 것을 특징으로 하는 개인화 서비스 제공 방법.10. The method of claim 9, wherein calculating the personalization index comprises:
Generating a consumption energy cost function of the reasoning unit according to the energy consumption cost function, the reasoning cycle or the reasoning method of the sensor unit according to the sensing period;
Generating an inaccuracy cost function of the inferring unit according to the inaccuracy cost function, the inference period or the inference method of the sensor unit according to the sensing period;
Calculating the sensing period and the inference period that minimize the sum of the consumed energy cost and the inaccuracy cost based on the consumed energy cost function and the inaccuracy cost function and calculating the sum of the consumed energy cost and the inaccuracy cost And calculating a personalization index from the sensing period and the inferencing period. 제 9 항 내지 제 11 항 중 어느 한 항에 있어서, 상기 센서부 및 상기 추론부의 소비 에너지 비용 함수는 각각 아래의 수학식 6, 수학식 7과 같이 생성되며,
[수학식 6]
Figure 112014041593753-pat00028

[수학식 7]
Figure 112014041593753-pat00029

Figure 112014041593753-pat00030

Figure 112014041593753-pat00031

여기서 ai는 센서(i)의 단위 소비 전력, x는 센싱 주기, bi는 센서(i)의 대기전력이며,
ε는 획득한 사용자 정보를 저장매체로부터 판독하는데 소비되는 단위 소비 전력, y는 추론 주기, n은 추론부의 대기 전력, m은 사례기반 데이터베이스에서 현재 상황 정보를 추론하기 위해 사용되는 상황 사례의 수, β는 상황 사례와 획득한 사용자 정보로부터 현재 상황 정보를 추론하는데 소비되는 단위 소비 전력, α는 사용자 정보에 할당된 가중치, γ는 과거 사용자 정보에 기초하여 상기 사용자 정보와 유사한 사용자 정보 패턴을 검색하는데 소비되는 단위 소비 전력인 것을 특징으로 하는 개인화 서비스 제공 방법. The method of any one of claims 9 to 11, wherein the energy expenditure function of the sensor unit and the speculative unit is generated as Equation (6) and Equation (7) below,
&Quot; (6) &quot;
Figure 112014041593753-pat00028

&Quot; (7) &quot;
Figure 112014041593753-pat00029

Figure 112014041593753-pat00030

Figure 112014041593753-pat00031

Where a i is the unit power consumption of the sensor i, x is the sensing period, b i is the standby power of the sensor i,
ε is the unit power consumed in reading the acquired user information from the storage medium, y is the inference period, n is the standby power of the inference unit, m is the number of context cases used to infer the current situation information in the case- β is a unit power consumption consumed for inferring the current situation information from the case example and acquired user information, α is a weight assigned to the user information, and γ is a user information pattern similar to the user information based on the past user information Wherein the unit power consumption is a consumed unit power consumption. 제 12 항에 있어서, 상기 센싱 주기에 따른 상기 센서부의 센싱 부정확도 비용 함수, 상기 추론 주기 또는 추론 방식에 따른 상기 추론부의 추론 부정확도 비용 함수는 각각 아래의 수학식 8, 수학식 9에 의해 계산되며,
[수학식 8]
Figure 112014041593753-pat00032

[수학식 9]
Figure 112014041593753-pat00033

Figure 112014041593753-pat00034

Figure 112014041593753-pat00035

여기서 c는 센싱 민감도 가중치이고 di는 센서(i)가 가지는 오차이며, q는 추론 부정확도이고 f는 예측 부정확도인 것을 특징으로 하는 개인화 서비스 제공 방법. 14. The method of claim 12, wherein the inference inaccuracy of the inference unit according to the sensing inaccuracy cost function, the inference period, or the inference method of the sensor unit according to the sensing period is calculated by the following Equations (8) and And,
&Quot; (8) &quot;
Figure 112014041593753-pat00032

&Quot; (9) &quot;
Figure 112014041593753-pat00033

Figure 112014041593753-pat00034

Figure 112014041593753-pat00035

Wherein c is a sensing sensitivity weight, d i is an error of the sensor (i), q is an inference inaccuracy, and f is a prediction inaccuracy. 제 13 항에 있어서, 상기 소비 에너지 비용과 부정확도 비용의 합(TC)은 아래의 수학식 10에 의해 계산되며,
[수학식 10]
Figure 112014041593753-pat00036

상기 소비 에너지 비용과 부정확도 비용의 합(TC)을 최소화하는 상기 센싱 주기 및 상기 추론 주기는 상기 소비 에너지 비용과 부정확도 비용의 합(TC)을 각각 상기 센싱 주기 및 상기 추론 주기로 편미분하여 계산되는 것을 특징으로 하는 개인화 서비스 제공 방법.14. The method of claim 13, wherein the sum (TC) of the energy consumption cost and the inaccuracy cost is calculated by the following equation (10)
&Quot; (10) &quot;
Figure 112014041593753-pat00036

The sensing period and the reasoning period for minimizing the sum of the consumed energy cost and the inaccuracy cost are calculated by partially differentiating the sum TC of the consumed energy cost and the inaccuracy cost by the sensing period and the inference period, Wherein the personalization service providing method comprises:
KR1020140052470A 2014-04-30 2014-04-30 Method for providing personalized service based on energy consumption cost and inaccuracy cost KR101542008B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140052470A KR101542008B1 (en) 2014-04-30 2014-04-30 Method for providing personalized service based on energy consumption cost and inaccuracy cost

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140052470A KR101542008B1 (en) 2014-04-30 2014-04-30 Method for providing personalized service based on energy consumption cost and inaccuracy cost

Publications (1)

Publication Number Publication Date
KR101542008B1 true KR101542008B1 (en) 2015-08-13

Family

ID=54060636

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140052470A KR101542008B1 (en) 2014-04-30 2014-04-30 Method for providing personalized service based on energy consumption cost and inaccuracy cost

Country Status (1)

Country Link
KR (1) KR101542008B1 (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100683848B1 (en) 2005-10-11 2007-02-16 삼성전자주식회사 Method for reducing power consumption of sensor in wireless sensor network and system thereof

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100683848B1 (en) 2005-10-11 2007-02-16 삼성전자주식회사 Method for reducing power consumption of sensor in wireless sensor network and system thereof

Similar Documents

Publication Publication Date Title
CN111684370A (en) System and method for controlling operation
Jazizadeh et al. Human-building interaction framework for personalized thermal comfort-driven systems in office buildings
KR101515743B1 (en) Demand control device for facility equipment
CN109114742B (en) Control method, control device, air conditioner, remote control terminal, server and storage medium
TW201323793A (en) Air conditioning control device and method thereof
JP6373396B2 (en) Energy saving diagnosis apparatus, energy saving diagnosis method and program
JP2007240067A (en) Air-conditioning control system
US10382219B2 (en) Method, apparatus, and non-transitory computer-readable recording medium storing program for estimating operator
CN105094061A (en) Machine room server temperature adjustment method and equipment
CN109839889A (en) Equipment recommendation system and method
KR20210010735A (en) Deep learning based cooling system temperature prediction apparatus according to physical causality and method therefor
CN104951055B (en) The method and apparatus and air-conditioning equipment of the operation mode of equipment are set
JP6516709B2 (en) Energy usage monitoring device, equipment management system and program
WO2012011401A1 (en) Output control device
WO2011089514A2 (en) Power-saving diagnostic system
US20200208863A1 (en) Air-conditioning control device, air-conditioning system, and air-conditioning control method
CN115915734A (en) Fan operation control method and device, electronic equipment and storage medium
KR20120080406A (en) Apparatus and method and for deducting manage plan of building
KR101542008B1 (en) Method for providing personalized service based on energy consumption cost and inaccuracy cost
JP2008217055A (en) Power control method of multihop wireless system and power control system thereof
CN110726216B (en) Air conditioner, control method, device and system thereof, storage medium and processor
CN112379766A (en) Data processing method, data processing device, nonvolatile storage medium and processor
CN114636212B (en) GRNN-based running control method for multiple water chilling unit systems
CN115218358B (en) Indoor air environment adjusting method and equipment
CN117268460B (en) Indoor and outdoor linkage monitoring method and system based on Internet of Things

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180702

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190703

Year of fee payment: 5