KR102248094B1 - Lighting control system - Google Patents

Lighting control system Download PDF

Info

Publication number
KR102248094B1
KR102248094B1 KR1020190105501A KR20190105501A KR102248094B1 KR 102248094 B1 KR102248094 B1 KR 102248094B1 KR 1020190105501 A KR1020190105501 A KR 1020190105501A KR 20190105501 A KR20190105501 A KR 20190105501A KR 102248094 B1 KR102248094 B1 KR 102248094B1
Authority
KR
South Korea
Prior art keywords
lighting device
iot
data
control system
disc
Prior art date
Application number
KR1020190105501A
Other languages
Korean (ko)
Other versions
KR20210025436A (en
Inventor
최희재
Original Assignee
주식회사 지금컴퍼니
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 주식회사 지금컴퍼니 filed Critical 주식회사 지금컴퍼니
Priority to KR1020190105501A priority Critical patent/KR102248094B1/en
Publication of KR20210025436A publication Critical patent/KR20210025436A/en
Application granted granted Critical
Publication of KR102248094B1 publication Critical patent/KR102248094B1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/175—Controlling the light source by remote control
    • H05B47/19—Controlling the light source by remote control via wireless transmission
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
    • H05B45/10—Controlling the intensity of the light

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)

Abstract

본 발명의 IoT 조명기기 제어 시스템은 사용자의 IoT 조명 기기 및 조도 센서의 로그 데이터를 수집하는 로그 수집부와, 공공 데이터 포털에 접속하여 환경 데이터를 수집하는 환경 데이터 수집부와, 로그 데이터와 환경 데이터를 저장하는 저장부와, 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하고, 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측하는 DISC 성향 예측부와, 예측된 사용자의 DISC 성향에 기초하여 IoT 조명 기기의 제어를 사용자 단말에 추천하는 기기 제어 추천부를 포함한다.The IoT lighting device control system of the present invention includes a log collection unit that collects log data of a user's IoT lighting device and an illuminance sensor, an environment data collection unit that collects environmental data by accessing a public data portal, and log data and environment data. The user's DISC through a deep learning-based DISC propensity prediction engine that selects variables to be used for learning according to a predefined data schema from a storage unit that stores and collected log data and environmental data, and learns the selected variables in advance. It includes a DISC propensity predictor for predicting propensity, and a device control recommendation unit for recommending control of an IoT lighting device to a user terminal based on the predicted DISC propensity of the user.

Description

조명 제어 시스템{LIGHTING CONTROL SYSTEM}Lighting control system {LIGHTING CONTROL SYSTEM}

본 발명은 조명 제어 시스템에 관한 것으로서, 더욱 상세하게는 개인의 생활공간에 설치된 IoT 조명 기기의 사용패턴으로부터 DISC 기반 개인성향을 예측하고, 예측된 DISC 기반 개인성향을 고려하여 IoT 조명 기기에 대한 개인화된 서비스를 추천하는 조명 기기 제어 시스템에 관한 것이다.The present invention relates to a lighting control system, and more particularly, predicts DISC-based personal preferences from the use pattern of IoT lighting devices installed in an individual's living space, and personalizes IoT lighting devices in consideration of the predicted DISC-based personal preferences. It relates to a lighting equipment control system that recommends the service.

사람들은 저마다 서로 다른 행동의 경향성을 가지고 있으며, 서로 다른 방식으로 사물을 이해하고 판단한다. 이렇듯 저마다 다른 독특한 인간의 특성을 설명하는 행동 모델의 하나로 DISC 행동유형 패턴모델이 있다. DISC는 192I년 미국 콜롬비아 대학의 Marston 박사가 고안한 인간의 행동유형 패턴을 검사하는 방법으로 성격 유형을 사람들의 행동유형에 따라 구분하여 주도형(Dominance), 사교형(Influence), 안정형(Steadiness), 신중형(Conscientiousness)의 4가지 유형으로 분류한다. DISC는 이 4가지 유형의 머리글자를 따서 이르는 말이다.Different people have different behavioral tendencies, and they understand and judge things in different ways. As such, one of the behavioral models that explain different and unique human characteristics is the DISC behavioral pattern model. DISC is a method designed by Dr. Marston of Columbia University in the United States in 192I to examine the patterns of human behavior. It is classified into four types: Conscientiousness. DISC stands for these four types of acronyms.

최근 홈 IoT 기술이 각광 받으면서 스마트 폰 등으로 조명을 온/오프하거나 밝기를 조절하는 등의 조명 제어가 가능한 IoT 조명에 대한 관심이 높아지고 있는 추세이다. 다만, 이러한 IoT 조명은 사용자가 스마트 폰으로 제어하는 것에만 초점이 맞추어져 있어 사용자의 스마트 폰 등과 같은 단말기에 설치된 소프트웨어를 이용하여 IoT 조명을 사용자가 직접 설정하거나 제어할 수 있을 뿐이다.Recently, as home IoT technology is in the spotlight, there is a growing interest in IoT lighting that can control lighting such as turning on/off or adjusting the brightness with a smart phone. However, since such IoT lighting is only focused on the user's control with a smart phone, the user can only set or control the IoT lighting directly using software installed on a terminal such as a user's smart phone.

본 발명은 개인의 생활공간 내에 설치된 IoT 조명 기기의 사용패턴을 학습하여 개인의 DISC 성향을 예측하는 조명 제어 시스템을 제공하는 것을 목적으로 한다.An object of the present invention is to provide a lighting control system that predicts an individual's DISC propensity by learning a usage pattern of an IoT lighting device installed in an individual's living space.

추가로, 본 발명은 예측된 개인의 DISC 성향을 기초로 IoT 조명 기기의 사용에 대한 사용자의 행동을 추천하는 시스템을 제공하는 것을 목적으로 한다.In addition, an object of the present invention is to provide a system for recommending a user's behavior for the use of an IoT lighting device based on the predicted individual's DISC disposition.

본 발명의 일 양상에 따르면 조명 기기 제어 시스템은 로그 수집부와, 환경 데이터 수집부와, 저장부와, DISC 성향 예측부와, 기기 제어 추천부를 포함한다.According to an aspect of the present invention, a lighting device control system includes a log collection unit, an environment data collection unit, a storage unit, a DISC propensity prediction unit, and a device control recommendation unit.

로그 수집부는 사용자의 IoT 조명 기기 사용과 조도 센서에 대한 로그 데이터를 수집한다.The log collection unit collects log data on the user's IoT lighting device usage and illumination sensor.

환경 데이터 수집부는 공공 데이터 포털에 접속하여 환경 데이터를 수집한다.The environmental data collection unit accesses the public data portal and collects environmental data.

저장부는 데이터베이스로 수집한 로그 데이터와 환경 데이터를 저장한다.The storage unit stores log data and environment data collected in the database.

DISC 성향 예측부는 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하고, 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측한다.The DISC propensity prediction unit selects variables to be used for learning according to a predefined data schema from the collected log data and environmental data, and predicts the user's DISC propensity through a deep learning-based DISC propensity prediction engine that has previously learned the selected variables. do.

기기 제어 추천부는 예측된 사용자의 DISC 성향에 기초하여 IoT 조명 기기의 제어를 사용자 단말에 추천한다.The device control recommendation unit recommends control of the IoT lighting device to the user terminal based on the predicted user's DISC disposition.

본 발명의 일 실시 예에 따르면 IoT 조명 제어 시스템의 조명 제어 방법은 로그 수집 단계와, 환경 데이터 수집 단계와, 변수 선별 단계와, DISC 성향 예측 단계와, 제어 추천 단계를 포함한다.According to an embodiment of the present invention, a lighting control method of an IoT lighting control system includes a log collection step, an environment data collection step, a variable selection step, a DISC tendency prediction step, and a control recommendation step.

로그 수집 단계는 IoT 조명 기기 제어 시스템이 사용자의 IoT 조명 기기의 사용과 조도 센서의 로그 데이터를 수집하는 단계이고, 환경 데이터 수집 단계는 IoT 조명 기기 제어 시스템이 공공 데이터 포털에 접속하여 환경 데이터를 수집하는 단계이고, 변수 선별 단계는 IoT 조명 기기 제어 시스템이 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하는 변수 선별 단계이고, DISC 성향 예측 단계는 IoT 조명 기기 제어 시스템이 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측하는 단계이고, 제어 추천 단계는 IoT 조명 기기 제어 시스템이 예측된 사용자의 DISC 성향에 기초하여 IoT 조명 기기의 제어를 사용자 단말에 추천하는 단계이다.In the log collection step, the IoT lighting device control system collects log data from the user's IoT lighting device usage and illumination sensor, and in the environmental data collection step, the IoT lighting device control system accesses the public data portal to collect environmental data. The variable selection step is a variable selection step in which the IoT lighting device control system selects variables to be used for learning according to a predefined data schema from the collected log data and environmental data, and the DISC propensity prediction step is the IoT lighting device control. The system predicts the user's DISC propensity through a deep learning-based DISC propensity prediction engine that has previously learned the selected variables, and the control recommendation step is the IoT lighting device control system based on the predicted user's DISC propensity to illuminate the IoT. This is the step of recommending control of the device to the user terminal.

본 발명의 또 다른 실시 예에 따르면 IoT 조명 기기 제어 시스템의 조명 제어 방법은 피드백 수신 단계를 더 포함할 수 있고, 피드백 수신 단계는 IoT 조명 기기 시스템이 사용자 단말로부터 IoT 조명 기기의 제어 추천의 수용 여부에 대한 피드백을 수신하는 단계이다. 이때, 제어 추천 단계에서 IoT 조명 기기 제어 시스템이 해당 피드백을 IoT 조명 기기의 제어 추천에 반영할 수 있다.According to another embodiment of the present invention, the lighting control method of the IoT lighting device control system may further include a feedback receiving step, and in the feedback receiving step, whether the IoT lighting device system accepts the IoT lighting device control recommendation from the user terminal. This is the step of receiving feedback on In this case, in the control recommendation step, the IoT lighting device control system may reflect the corresponding feedback to the control recommendation of the IoT lighting device.

본 발명의 IoT 조명 기기 제어 시스템에 의하면 생활공간 내에 설치된 IoT 조명 기기의 사용패턴을 학습하여 개인의 DISC 성향을 예측할 수 있다.According to the IoT lighting device control system of the present invention, it is possible to predict an individual's DISC tendency by learning the usage pattern of the IoT lighting device installed in the living space.

또한, 본 발명의 IoT 조명 기기 제어 시스템에 의하면 예측된 개인의 DISC 성향을 기초로 IoT 조명 기기의 사용에 대한 사용자의 행동을 추천할 수 있다.In addition, according to the IoT lighting device control system of the present invention, it is possible to recommend a user's behavior for the use of the IoT lighting device based on the predicted individual's DISC disposition.

도 1은 본 발명의 일 양상에 따른 IoT 조명 기기 제어 시스템을 개념적으로 도시한 블록도이다.
도 2는 본 발명의 다양한 실시예에 따른 IoT 조명 기기 제어 시스템이 사용자 단말에 추천한 개인화된 조명 제어 서비스의 예시를 도시한 것이다.
도 3은 본 발명의 일 실시예에 따른 IoT 조명 기기 제어 시스템의 제어 절차를 도시한 절차도이다.1 is a block diagram conceptually showing an IoT lighting device control system according to an aspect of the present invention.
2 is a diagram illustrating an example of a personalized lighting control service recommended to a user terminal by an IoT lighting device control system according to various embodiments of the present disclosure.
3 is a flowchart illustrating a control procedure of an IoT lighting device control system according to an embodiment of the present invention.

이하, 첨부한 도면을 참조하여 본 발명의 IoT 조명 기기 제어 시스템이 사용자의 IoT 조명 기기 사용패턴을 분석하여 예측한 DISC 기반의 성향을 기초로 IoT 조명 기기 사용에 대한 제어를 추천하는 바람직한 실시 예를 상세히 설명한다.Hereinafter, a preferred embodiment in which the IoT lighting device control system of the present invention recommends control of the use of IoT lighting devices based on the DISC-based propensity predicted by analyzing the user's IoT lighting device usage pattern with reference to the accompanying drawings. It will be described in detail.

각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. 또한 본 발명의 실시 예들에 대해서 특정한 구조적 내지 기능적 설명들은 단지 본 발명에 따른 실시 예를 설명하기 위한 목적으로 예시된 것으로, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는 것이 바람직하다.The same reference numerals shown in each drawing indicate the same members. In addition, specific structural or functional descriptions of the embodiments of the present invention are exemplified only for the purpose of describing the embodiments according to the present invention, and unless otherwise defined, all terms used herein including technical or scientific terms They have the same meaning as commonly understood by those of ordinary skill in the art to which the present invention belongs. Terms as defined in a commonly used dictionary should be interpreted as having a meaning consistent with the meaning in the context of the related technology, and should not be interpreted as an ideal or excessively formal meaning unless explicitly defined in the present specification. It is desirable not to.

도 1은 본 발명의 일 양상에 따른 IoT 조명 기기 제어 시스템을 개념적으로 도시한 블록도이다. 도 1을 참조하여 설명하면, IoT 조명 기기 제어 시스템(10)은 각 사용자의 생활 공간에 설치된 IoT 조명 기기의 사용 이력 정보 즉, 로그 데이터를 수집한다. 또한, IoT 조명 기지 제어 시스템은 IoT 조명 기기와 같은 생활 공간에 설치된 IoT 조도 센서로부터 측정 데이터 즉, 로그 데이터를 수집한다. 사용자의 생활 공간에 설치되는 IoT 디바이스들은 복수 개가 존재하는 것이 일반적이므로 IoT 게이트웨이 또는 IoT 허브를 통해 타 시스템과 연결되고, IoT 디바이스들은 Bluetooth, Z??Wave, ZigBee 등의 저전력 무선통신 프로토콜을 이용하여 IoT 게이트웨이 또는 IoT 허브와 통신하도록 IoT 인프라가 구성될 수 있다. 따라서, IoT 조명 기기와 조도 센서 또한 IoT 조명 기기 제어 시스템(10)과 직접 연결되지 않고 IoT 게이트웨이 또는 IoT 허브를 통해 연결될 수 있다. 다만, 이에 한정되는 것은 아니고 직접 연결될 수 있다. IoT 조명 기기 제어 시스템(10)은 사용자의 IoT 조명 기기 사용 패턴을 분석하여 사용자의 DISC 성향을 예측하고 예측된 DISC 성향에 기초하여 사용자에게 개인화된 IoT 조명 기기 사용을 사용자에게 추천할 수 있다.1 is a block diagram conceptually showing an IoT lighting device control system according to an aspect of the present invention. Referring to FIG. 1, the IoT lighting device control system 10 collects usage history information, that is, log data, of IoT lighting devices installed in the living space of each user. In addition, the IoT lighting base control system collects measurement data, that is, log data, from an IoT illuminance sensor installed in a living space such as an IoT lighting device. Since there are generally multiple IoT devices installed in the user's living space, they are connected to other systems through an IoT gateway or IoT hub, and IoT devices use low-power wireless communication protocols such as Bluetooth, Z??Wave, and ZigBee. The IoT infrastructure can be configured to communicate with an IoT gateway or IoT hub. Accordingly, the IoT lighting device and the illuminance sensor may not be directly connected to the IoT lighting device control system 10 but may be connected through an IoT gateway or an IoT hub. However, it is not limited thereto and may be directly connected. The IoT lighting device control system 10 may analyze a user's IoT lighting device usage pattern to predict a user's DISC disposition and recommend a personalized IoT lighting device use to the user based on the predicted DISC disposition.

발명의 양상에 따라서는 IoT 조명 기기 및 IoT 조도 센서와 IoT 조명 기기 제어 시스템(10)은 데이터 교환을 위한 통신 프로토콜로 저전력의 소형기기 제어에 적합한 MQTT(Message Queueing Telemetry Transport) 프로토콜을 사용할 수 있다. MQTT 프로토콜은 사물 통신(Machine to Machine, M2M), 사물 인터넷(IoT)과 같이 대역폭이 제한된 통신 환경에 최적화된 푸시 기반의 경량 메시지 전송 프로토콜이다. MQTT 프로토콜에서는 푸시 기술에서 일반적으로 사용되는 클라이언트??서버 방식이 아닌 브로커라는 메시지 매개자를 통해 송신측에서 특정 토픽에 대한 메시지를 발행(publish)하고 해당 토픽에 대하여 수신자가 구독(subscribe)하는 방식으로 메시지를 수신한다. 따라서, MQTT 프로토콜이 사용되는 경우에는 IoT 조명 기기 및 IoT 조도 센서와 IoT 조명 기기 제어 시스템(10) 사이에 MQTT 브로커 서버가 추가될 수 있으며, IoT 조명 기기 및 IoT 조도 센서가 로그 데이터를 토픽으로 하여 메시지를 발행하고, IoT 조명 기기 제어 시스템(10)이 해당 토픽을 구독하여 MQTT 브로커로부터 해당 메시지를 전달받는다.According to an aspect of the invention, the IoT lighting device, the IoT illuminance sensor, and the IoT lighting device control system 10 may use a message queuing telemetry transport (MQTT) protocol suitable for controlling small devices with low power as a communication protocol for data exchange. The MQTT protocol is a push-based lightweight message transmission protocol optimized for bandwidth-limited communication environments such as Machine to Machine (M2M) and Internet of Things (IoT). In the MQTT protocol, the sender publishes a message for a specific topic through a message intermediary called a broker, not the client??server method commonly used in push technology, and the receiver subscribes to the topic. Receive a message. Therefore, when the MQTT protocol is used, an MQTT broker server may be added between the IoT lighting device and the IoT illuminance sensor and the IoT lighting device control system 10, and the IoT lighting device and the IoT illuminance sensor use log data as a topic. After issuing a message, the IoT lighting device control system 10 subscribes to the topic and receives the message from the MQTT broker.

IoT 조명 기기 제어 시스템(10)은 IoT 디바이스들로부터 수집한 데이터들을 정형 데이터와, 비정형 데이터로 분류하여 각 타입에 적합한 데이터베이스에 저장할 수 있다.The IoT lighting device control system 10 may classify data collected from IoT devices into structured data and unstructured data and store them in a database suitable for each type.

발명의 일 양상에 따르는 조명 기기 제어 시스템(10)은 로그 수집부(100)와, 환경 데이터 수집부(110)와, 저장부(140)와, DISC 성향 예측부(120)와, 기기 제어 추천부(130)를 포함한다.The lighting device control system 10 according to an aspect of the invention includes a log collection unit 100, an environment data collection unit 110, a storage unit 140, a DISC propensity prediction unit 120, and a device control recommendation. Includes section 130.

조명 기기 제어 시스템(10)은 프로세서, 메모리, 하드 디스크 또는 SSD 등의 저장 장치, 네트워크 장치 등을 포함하는 서버로 구성될 수 있으며, 하나 이상의 서버 장치로 구성되는 시스템일 수 있다. 로그 수집부(100)와, 환경 데이터 수집부(110)와, DISC 성향 예측부(120)와, 기기 제어 추천부(130)는 메모리에 로드되어 프로세서에서 실행되는 컴퓨터 프로그램 명령어 세트이다.The lighting device control system 10 may be composed of a server including a processor, a memory, a storage device such as a hard disk or an SSD, a network device, and the like, and may be a system composed of one or more server devices. The log collection unit 100, the environment data collection unit 110, the DISC propensity prediction unit 120, and the device control recommendation unit 130 are a set of computer program instructions that are loaded into a memory and executed in a processor.

로그 수집부(100)는 사용자의 IoT 조명 기기 사용에 대한 로그 데이터와 IoT 조도 센서의 로그 데이터를 수집한다. 로그 수집은 전술한 MQTT 프로토콜을 이용하여 수행될 수 있다. 이때 수집되는 IoT 조명 기기의 로그 데이터는 작동 시간, 밝기, Hue 색상, 명도, CIE x축 색상값, CIE y축 색상값, CT 색상값, 조명 효과, 조명색, 밝기 변화량, 명도 변화량, Hue 변화량, CT 변화량 등을 포함할 수 있다.The log collection unit 100 collects log data on the user's use of an IoT lighting device and log data of an IoT illuminance sensor. Log collection may be performed using the MQTT protocol described above. The log data of IoT lighting devices collected at this time includes operation time, brightness, Hue color, brightness, CIE x-axis color value, CIE y-axis color value, CT color value, lighting effect, lighting color, brightness change, brightness change, Hue change, It may include the amount of change in CT.

환경 데이터 수집부(110)는 공공 데이터 포털에 접속하여 공공 데이터 포털로부터 날씨 등을 포함하는 외부 환경 데이터를 수집한다.The environmental data collection unit 110 accesses the public data portal and collects external environmental data including weather from the public data portal.

저장부(140)는 데이터베이스들로 구성되며 IoT 조명 기기 및 IoT 조도 센서의 로그 데이터와 외부 환경 데이터들을 정형 데이터와, 비정형 데이터로 분류하여 각 타입에 적합한 데이터베이스에 저장한다.The storage unit 140 is composed of databases, and classifies log data and external environment data of IoT lighting devices and IoT illuminance sensors into structured data and unstructured data, and stores them in a database suitable for each type.

DISC 성향 예측부(120)는 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별한다. 이때 학습에 사용될 변수를 선별하기 위한 데이터 스키마는 논문 및 학술 정보 조사를 통해 DISC 성향과 IoT 조명 기기 사용패턴과의 연관성을 고려하여 결정한다. 이때 결정된 변수는 축적된 테스트용 데이터 셋으로 학습한 딥러닝 기반의 DISC 성향 예측 모델(엔진)을 통해 검증하고, 사전 설문 조사된 사용자들의 DISC 성향과 매치되는지 따져 변경될 수 있다. 즉, 사용자의 IoT 조명 기기 사용패턴과 DISC 성향의 높은 연관성을 나타내는 변수를 최종 선별하게 된다.The DISC propensity prediction unit 120 selects variables to be used for learning from the collected log data and environmental data according to a predefined data schema. At this time, the data schema for selecting variables to be used for learning is determined by considering the relationship between DISC propensity and IoT lighting device usage patterns through research on thesis and academic information. At this time, the determined variable may be verified through a deep learning-based DISC propensity prediction model (engine) learned with the accumulated test data set, and may be changed depending on whether it matches the DISC propensity of users surveyed in advance. In other words, a variable representing a high correlation between the user's IoT lighting device usage pattern and the DISC propensity is finally selected.

DISC 성향 예측부(120)는 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측한다.The DISC propensity prediction unit 120 predicts the user's DISC propensity through a deep learning-based DISC propensity prediction engine that has previously learned the selected variables.

기기 제어 추천부(130)는 예측된 사용자의 DISC 성향에 기초하여 개인화된 IoT 조명 기기의 제어를 사용자 단말에 추천한다. 일 예로 사용자와 동일한 DISC 성향을 가진 사용자들의 IoT 조명 기기 사용 패턴이 조도 센서에 측정된 조도 값이 일정 값 이하일 때 특정 조명색으로 IoT 조명 기기를 작동시키는 경향을 보이고, 현재의 IoT 조명 기기가 켜져 있지 않다면 기기 제어 추천부(130)는 사용자 단말에 단말에 동일한 DISC 성향을 가진 사용자들의 사용 방법을 사용자 단말에 추천할 수 있다. 이때, 사용자 단말은 IoT 조명 기기 등을 제어할 수 있는 챗봇 클라이언트 소프트웨어가 설치된 단말일 수 있다. 이 경우에는 IoT 조명 기기 제어 시스템(10)이 챗봇 서버의 역할을 수행할 수 있다. 이에 한정되는 것은 아니며 IoT 조명 기기를 전용으로 제어할 수 있는 소프트웨어가 설치된 단말일 수도 있다. 기기 제어 추천부(130)는 사용자 단말에 추천한 제어에 대응되게 IoT 조명 기기의 제어 명령을 생성하고, IoT 조명 기기에 해당 제어 명령을 전송하여 추천 제어에 대응되게 IoT 조명 기기를 제어할 수 있다. 이때, 기기 제어 추천부(130)는 제조사별로 제어 명령이 다를 수 있어, 제어 명령을 해당 제조사와 호환되는 제어 명령으로 먼저 변환하고 전송할 수 있다.The device control recommendation unit 130 recommends a personalized IoT lighting device control to the user terminal based on the predicted user's DISC disposition. For example, when the IoT lighting device usage pattern of users with the same DISC tendency as the user shows a tendency to operate the IoT lighting device with a specific lighting color when the illuminance value measured by the illuminance sensor is less than a certain value, the current IoT lighting device is not turned on. If not, the device control recommendation unit 130 may recommend to the user terminal a usage method of users having the same DISC propensity to the user terminal. In this case, the user terminal may be a terminal on which chatbot client software capable of controlling an IoT lighting device or the like is installed. In this case, the IoT lighting device control system 10 may serve as a chatbot server. It is not limited thereto, and may be a terminal on which software capable of exclusively controlling the IoT lighting device is installed. The device control recommendation unit 130 may generate a control command of the IoT lighting device corresponding to the control recommended to the user terminal, and transmit the control command to the IoT lighting device to control the IoT lighting device corresponding to the recommended control. . In this case, the device control recommendation unit 130 may have different control commands for each manufacturer, and thus may first convert and transmit the control command to a control command compatible with the manufacturer.

발명의 또 다른 양상에 따르는 IoT 조명 기기 제어 시스템(10)의 기기 제어 추천부(130)는 사용자 단말로부터 IoT 조명 기기의 제어 추천의 수용 여부에 대한 피드백을 수신하고, 수신한 피드백을 다음 IoT 조명 기기의 제어 추천에 반영하여 사용자에게 조명 기기의 사용을 제안할 수 있다.The device control recommendation unit 130 of the IoT lighting device control system 10 according to another aspect of the invention receives a feedback on whether to accept the IoT lighting device control recommendation from the user terminal, and uses the received feedback to the next IoT lighting device. Reflecting on the device control recommendation, it is possible to suggest the use of the lighting device to the user.

IoT 조명 기기 제어 시스템(10)이 사용자의 조명 기기 사용 패턴과 DISC 성향에 따라 조명 기기의 사용을 제안하더라도 사용자가 제안을 수용할 지 알 수 없으므로 IoT 조명 기기 제어 시스템(10)은 사용자의 수용 여부에 대한 피드백을 수신한 다음 IoT 조명 기기의 제어 추천에 반영하여 보다 엄밀하게 개인화된 추천을 할 수 있다.Even if the IoT lighting device control system 10 proposes to use the lighting device according to the user's lighting device usage pattern and DISC propensity, it is not known whether the user will accept the offer, so the IoT lighting device control system 10 will accept the user's acceptance or not. After receiving the feedback on the IoT lighting device, it can be reflected in the control recommendation of the IoT lighting device to make a more strictly personalized recommendation.

예를 들어, 동일한 DISC 성향을 가진 사용자들의 사용패턴으로부터 특정한 조명 기기 사용 방법을 추천하였는데 사용자가 이를 반복적으로 수용하지 않으면 해당 패턴에 대한 추천을 배제하거나 다른 사용 방법을 추천할 수 있다.For example, if a specific lighting device usage method is recommended from the usage patterns of users with the same DISC propensity, but the user does not repeatedly accept this, the recommendation for the pattern may be excluded or a different usage method may be recommended.

발명의 또 다른 양상에 따르는 조명 기기 제어 시스템(10)의 DISC 성향 예측부(120)의 DISC 성향 예측 엔진은 순환 신경망(RNN) 모델의 하나인 LSTM(Long Short Terms Memory networks)으로 학습된 딥러닝 엔진일 수 있다. The DISC propensity prediction engine of the DISC propensity prediction unit 120 of the lighting device control system 10 according to another aspect of the invention is a deep learning trained with Long Short Terms Memory Networks (LSTM), which is one of a recurrent neural network (RNN) model. It can be an engine.

제1 DISC 성향 예측 엔진과 제2 DISC 성향 예측 엔진 또한 LSTM 모델로 학습된 딥러닝 엔진일 수 있다. 다만, 이에 한정되는 것은 아니며 다른 딥러닝 알고리즘으로 학습된 딥러닝 엔진일 수도 있다.The first DISC propensity prediction engine and the second DISC propensity prediction engine may also be deep learning engines trained with an LSTM model. However, the present invention is not limited thereto, and may be a deep learning engine learned by other deep learning algorithms.

발명의 일 실시 예에 따르면 IoT 조명 기기 제어 시스템(10)의 조명 기기 제어 방법은 로그 수집 단계와, 환경 데이터 수집 단계와, 변수 선별 단계와, DISC 성향 예측 단계와, 제어 추천 단계를 포함한다.According to an embodiment of the present invention, a lighting device control method of the IoT lighting device control system 10 includes a log collection step, an environment data collection step, a variable selection step, a DISC tendency prediction step, and a control recommendation step.

로그 수집 단계는 IoT 조명 기기 제어 시스템(10)이 사용자의 IoT 조명 기기 사용에 대한 로그 데이터와 IoT 조도 센서의 로그 데이터를 수집하는 단계이다. IoT 조명 기기 제어 시스템(10)의 로그 수집은 전술한 MQTT 프로토콜을 이용하여 수행될 수 있다. 이때 수집되는 IoT 조명 기기의 로그 데이터는 작동 시간, 밝기, Hue 색상, 명도, CIE x축 색상값, CIE y축 색상값, CT 색상값, 조명 효과, 조명색, 밝기 변화량, 명도 변화량, Hue 변화량, CT 변화량 등을 포함할 수 있다.The log collection step is a step in which the IoT lighting device control system 10 collects log data on the user's use of the IoT lighting device and log data of the IoT illuminance sensor. Log collection of the IoT lighting device control system 10 may be performed using the MQTT protocol described above. The log data of IoT lighting devices collected at this time includes operation time, brightness, Hue color, brightness, CIE x-axis color value, CIE y-axis color value, CT color value, lighting effect, lighting color, brightness change, brightness change, Hue change, It may include the amount of change in CT.

환경 데이터 수집 단계는 IoT 조명 기기 제어 시스템(10)이 공공 데이터 포털에 접속하여 공공 데이터 포털로부터 날씨 등을 포함하는 외부 환경 데이터를 수집하는 단계이다.The environmental data collection step is a step in which the IoT lighting device control system 10 accesses a public data portal and collects external environment data including weather, etc. from the public data portal.

변수 선별 단계는 IoT 조명 기기 제어 시스템(10)이 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하는 변수 선별 단계이다. IoT 조명 기기 제어 시스템(10)은 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별한다. 이때 학습에 사용될 변수를 선별하기 위한 데이터 스키마는 논문 및 학술 정보 조사를 통해 DISC 성향과 IoT 조명 기기 사용패턴과의 연관성을 고려하여 결정한다. 이때 결정된 변수는 축적된 테스트용 데이터 셋으로 학습한 딥러닝 기반의 DISC 성향 예측 모델(엔진)을 통해 검증하고, 사전 설문 조사된 사용자들의 DISC 성향과 매치되는지 따져 변경될 수 있다. 즉, 사용자의 IoT 조명 기기 사용패턴과 DISC 성향의 높은 연관성을 나타내는 변수를 최종 선별하게 된다. The variable selection step is a variable selection step in which the IoT lighting device control system 10 selects variables to be used for learning according to a predefined data schema from the collected log data and environmental data. The IoT lighting device control system 10 selects variables to be used for learning according to a predefined data schema from the collected log data and environment data. At this time, the data schema for selecting variables to be used for learning is determined by considering the relationship between DISC propensity and IoT lighting device usage patterns through research on thesis and academic information. At this time, the determined variable may be verified through a deep learning-based DISC propensity prediction model (engine) learned with the accumulated test data set, and may be changed depending on whether it matches the DISC propensity of users surveyed in advance. In other words, a variable representing a high correlation between the user's IoT lighting device usage pattern and the DISC propensity is finally selected.

DISC 성향 예측 단계는 IoT 조명 기기 제어 시스템(10)이 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측하는 단계이다.The DISC propensity prediction step is a step in which the IoT lighting device control system 10 predicts the user's DISC propensity through a deep learning-based DISC propensity prediction engine that has previously learned the selected variables.

제어 추천 단계는 IoT 조명 기기 제어 시스템(10)이 예측된 사용자의 DISC 성향에 기초하여 IoT 조명 기기의 제어를 사용자 단말에 추천하는 단계이다. IoT 조명 기기 제어 시스템(10)은 예측된 사용자의 DISC 성향에 기초하여 개인화된 IoT 조명 기기의 제어를 사용자 단말에 추천한다. 일 예로 사용자와 동일한 DISC 성향을 가진 사용자들의 IoT 조명 기기 사용 패턴이 조도 센서에 측정된 조도 값이 일정 값 이하일 때 특정 조명색으로 IoT 조명 기기를 작동시키는 경향을 보이고, 현재의 IoT 조명 기기가 켜져 있지 않다면 기기 제어 추천부(130)는 사용자 단말에 단말에 동일한 DISC 성향을 가진 사용자들의 사용 방법을 사용자 단말에 추천할 수 있다. 이때, 사용자 단말은 IoT 조명 기기 등을 제어할 수 있는 챗봇 클라이언트 소프트웨어가 설치된 단말일 수 있다. 이 경우에는 IoT 조명 기기 제어 시스템(10)이 챗봇 서버의 역할을 수행할 수 있다. 이에 한정되는 것은 아니며 IoT 조명 기기를 전용으로 제어할 수 있는 소프트웨어가 설치된 단말일 수도 있다. 기기 제어 추천부(130)는 사용자 단말에 추천한 제어에 대응되게 IoT 조명 기기의 제어 명령을 생성하고, IoT 조명 기기에 해당 제어 명령을 전송하여 추천 제어에 대응되게 IoT 조명 기기를 제어할 수 있다. 이때, 기기 제어 추천부(130)는 제조사별로 제어 명령이 다를 수 있어, 제어 명령을 해당 제조사와 호환되는 제어 명령으로 먼저 변환하고 전송할 수 있다.The control recommendation step is a step in which the IoT lighting device control system 10 recommends control of the IoT lighting device to the user terminal based on the predicted user's DISC tendency. The IoT lighting device control system 10 recommends personalized IoT lighting device control to the user terminal based on the predicted user's DISC disposition. For example, when the IoT lighting device usage pattern of users with the same DISC tendency as the user shows a tendency to operate the IoT lighting device with a specific lighting color when the illuminance value measured by the illuminance sensor is less than a certain value, the current IoT lighting device is not turned on. If not, the device control recommendation unit 130 may recommend to the user terminal a usage method of users having the same DISC propensity to the user terminal. In this case, the user terminal may be a terminal on which chatbot client software capable of controlling an IoT lighting device or the like is installed. In this case, the IoT lighting device control system 10 may serve as a chatbot server. It is not limited thereto, and may be a terminal on which software capable of exclusively controlling the IoT lighting device is installed. The device control recommendation unit 130 may generate a control command of the IoT lighting device corresponding to the control recommended to the user terminal, and transmit the control command to the IoT lighting device to control the IoT lighting device corresponding to the recommended control. . In this case, the device control recommendation unit 130 may first convert and transmit the control command to a control command compatible with the manufacturer, since the control command may be different for each manufacturer.

발명의 또 다른 실시 예에 따르면 IoT 조명 기기 제어 시스템(10)의 조명 기기 제어 방법은 피드백 수신 단계를 더 포함할 수 있다.According to another embodiment of the present invention, a method of controlling a lighting device of the IoT lighting device control system 10 may further include receiving a feedback.

피드백 수신 단계는 IoT 조명 기기 제어 시스템(10)이 사용자 단말로부터 IoT 조명 기기의 제어 추천의 수용 여부에 대한 피드백을 수신하는 단계이다. 이때, 제어 추천 단계에서 IoT 조명 기기 제어 시스템(10)이 해당 피드백을 IoT 조명 기기의 제어 추천에 반영할 수 있다.The feedback receiving step is a step in which the IoT lighting device control system 10 receives a feedback on whether to accept the control recommendation of the IoT lighting device from the user terminal. In this case, in the control recommendation step, the IoT lighting device control system 10 may reflect the corresponding feedback to the control recommendation of the IoT lighting device.

IoT 조명 기기 제어 시스템(10)이 사용자의 조명 기기 사용 패턴과 DISC 성향에 따라 조명 기기의 사용을 제안하더라도 사용자가 제안을 수용할 지 알 수 없으므로 IoT 조명 기기 제어 시스템(10)은 사용자의 수용 여부에 대한 피드백을 수신한 다음 IoT 조명 기기의 제어 추천에 반영하여 보다 엄밀하게 개인화된 추천을 할 수 있다.Even if the IoT lighting device control system 10 proposes to use the lighting device according to the user's lighting device usage pattern and DISC propensity, it is not known whether the user will accept the offer, so the IoT lighting device control system 10 will accept the user's acceptance or not. After receiving the feedback on the IoT lighting device, it can be reflected in the control recommendation of the IoT lighting device to make a more strictly personalized recommendation.

예를 들어, 동일한 DISC 성향을 가진 사용자들의 사용패턴으로부터 특정한 조명 기기 사용 방법을 추천하였는데 사용자가 이를 반복적으로 수용하지 않으면 해당 패턴에 대한 추천을 배제하거나 다른 사용 방법을 추천할 수 있다.For example, if a specific lighting device usage method is recommended from the usage patterns of users with the same DISC propensity, but the user does not repeatedly accept this, the recommendation for the pattern may be excluded or a different usage method may be recommended.

발명의 또 다른 실시 예에 따르면 IoT 조명 기기 제어 시스템(10)의 조명 기기 제어 방법의 DISC 성향 예측 단계에서 사용되는 DISC 성향 예측 엔진은 순환 신경망(RNN) 모델의 하나인 LSTM(Long Short Terms Memory networks)으로 학습된 딥러닝 엔진일 수 있다. According to another embodiment of the invention, the DISC propensity prediction engine used in the DISC propensity prediction step of the lighting device control method of the IoT lighting device control system 10 is a Long Short Terms Memory Networks (LSTM), one of a recurrent neural network (RNN) model. ) May be a deep learning engine.

제1 DISC 성향 예측 엔진과 제2 DISC 성향 예측 엔진 또한 LSTM 모델로 학습된 딥러닝 엔진일 수 있다. 다만, 이에 한정되는 것은 아니며 다른 딥러닝 알고리즘으로 학습된 딥러닝 엔진일 수도 있다.The first DISC propensity prediction engine and the second DISC propensity prediction engine may also be deep learning engines trained with an LSTM model. However, the present invention is not limited thereto, and may be a deep learning engine learned by other deep learning algorithms.

도 2는 본 발명의 다양한 실시예에 따른 IoT 조명 기기 제어 시스템이 사용자 단말에 추천한 개인화된 조명 제어 서비스의 예시를 도시한 것이다. 도 2에 도시된 것과 같이 IoT 조명 기기 제어 시스템(10)이 측정된 조도와 사용자의 IoT 조명 기기의 사용패턴과 사용자의 DISC 성향을 고려하여 조명을 켜는 행동을 추천하고, 사용자가 해당 추천에 대하여 수용 여부를 선택하면 IoT 조명 기기 제어 시스템(10)이 이를 피드백으로 받아 다음 유사한 외부 환경 상황의 추천에 반영한다.2 is a diagram illustrating an example of a personalized lighting control service recommended to a user terminal by an IoT lighting device control system according to various embodiments of the present disclosure. As shown in FIG. 2, the IoT lighting device control system 10 recommends an action to turn on the lighting in consideration of the measured illuminance, the user's use pattern of the IoT lighting device, and the user's DISC tendency, and the user When the acceptance is selected, the IoT lighting device control system 10 receives it as a feedback and reflects it in the recommendation of the next similar external environment situation.

도 3은 본 발명의 일 실시예에 따른 IoT 조명 기기 제어 시스템의 제어 절차를 도시한 절차도이다. 도 3을 참조하여 설명하면, 사용자의 DISC 성향에 기초하여 조명 기기 제어를 추천하는 절차는 IoT 조명 기기 제어 시스템(10)이 IoT 조명 기기와 IoT 조도 센서로부터 로그 데이터를 수집한다(S1000). 또한, IoT 조명 기기 제어 시스템(10)은 날씨 등의 외부 환경도 고려하기 위해 기상 데이터 등을 제공하는 공공 데이터 포털에 접속하여 환경 데이터를 수집한다(S1020). IoT 조명 기기 제어 시스템(10)은 수집된 조명 기기 및 조도 센서의 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별한다(S1040). 선별된 변수를 딥러닝 기반의 DISC 성향 예측 엔진에 입력 변수로 제공하여 사용자의 DISC 성향을 예측한다(S1060). IoT 조명 기기 제어 시스템(10)은 예측된 사용자의 DISC 성향에 기초하여 사용자에게 조명 기기 제어방법을 추천 및 제안하고(S1080), 사용자 단말로부터 사용자가 해당 추천 제어방법을 수용했는지에 대한 피드백을 수신하고 이를 다음 제어방법 추천 시 반영한다(S1100).3 is a flowchart illustrating a control procedure of an IoT lighting device control system according to an embodiment of the present invention. Referring to FIG. 3, in a procedure for recommending lighting device control based on the user's DISC disposition, the IoT lighting device control system 10 collects log data from the IoT lighting device and the IoT illuminance sensor (S1000). In addition, the IoT lighting device control system 10 collects environmental data by accessing a public data portal that provides meteorological data in order to consider external environments such as weather (S1020). The IoT lighting device control system 10 selects variables to be used for learning according to a predefined data schema from the collected log data and environment data of lighting devices and illuminance sensors (S1040). The selected variable is provided as an input variable to the deep learning-based DISC propensity prediction engine to predict the user's DISC propensity (S1060). The IoT lighting device control system 10 recommends and suggests a lighting device control method to the user based on the predicted user's DISC tendency (S1080), and receives feedback from the user terminal on whether the user has accepted the recommended control method. And reflect this when recommending the next control method (S1100).

상기한 본 발명의 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대해 통상의 지식을 가진 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.The above-described embodiments of the present invention are disclosed for the purpose of illustration, and those skilled in the art who have ordinary knowledge of the present invention will be able to make various modifications, changes, and additions within the spirit and scope of the present invention, and such modifications, changes and additions It should be seen as falling within the scope of the following claims.

10: 조명 기기 제어 시스템
100: 로그 수집부
110: 환경 데이터 수집부
120: DISC 성향 예측부
130: 기기 제어 추천부
140: 저장부 10: lighting appliance control system
100: log collection unit
110: environmental data collection unit
120: DISC propensity prediction unit
130: device control recommendation unit
140: storage unit

Claims (6)

공간에 설치된 IoT 조명 기기와 조도 센서의 로그 데이터를 수집하는 로그 수집부;
공공 데이터 포털에 접속하여 환경 데이터를 수집하는 환경 데이터 수집부;
수집한 로그 데이터와 환경 데이터를 저장하는 저장부;
수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하고, 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측하는 DISC 성향 예측부; 및
예측된 사용자의 DISC 성향에 기초하여 IoT 조명 기기의 제어를 사용자 단말에 추천하는 기기 제어 추천부를 포함하고,
상기 기기 제어 추천부는 사용자 단말로부터 IoT 조명 기기의 제어 추천의 수용 여부에 대한 피드백을 수신하고, 해당 피드백을 다음 IoT 조명 기기의 제어 추천에 반영하는 것을 특징으로 하는 조명 제어 시스템.
A log collection unit for collecting log data of an IoT lighting device and an illuminance sensor installed in the space;
An environmental data collection unit that accesses a public data portal and collects environmental data;
A storage unit for storing collected log data and environmental data;
DISC propensity prediction that predicts the user's DISC propensity through a deep learning-based DISC propensity prediction engine that selects variables to be used for learning according to a predefined data schema from collected log data and environmental data. part; And
Including a device control recommendation unit for recommending control of the IoT lighting device to the user terminal based on the predicted user's DISC disposition,
The device control recommendation unit receives a feedback on whether to accept the control recommendation of the IoT lighting device from the user terminal, and reflects the feedback to the control recommendation of the next IoT lighting device.
 삭제delete 제 1 항에 있어서,
DISC 성향 예측부의 DISC 성향 예측 엔진은 LSTM(Long Short Terms Memory networks) 모델로 학습된 딥러닝 엔진인 조명 제어 시스템.
The method of claim 1,
The DISC propensity prediction engine of the DISC propensity prediction unit is a lighting control system that is a deep learning engine trained with Long Short Terms Memory networks (LSTM) models.
 IoT 조명 기기 제어 시스템의 조명 기기 제어 방법에 있어서,
상기 제어 시스템이 IoT 조명기기와 조도 센서의 로그 데이터를 수집하는 로그 수집 단계;
상기 제어 시스템이 공공 데이터 포털에 접속하여 환경 데이터를 수집하는 환경 데이터 수집 단계;
상기 제어 시스템이 수집된 로그 데이터와 환경 데이터로부터 미리 정의된 데이터 스키마에 따라 학습에 사용될 변수를 선별하는 변수 선별 단계;
상기 제어 시스템이 선별된 변수를 미리 학습된 딥러닝 기반의 DISC 성향 예측 엔진을 통해 사용자의 DISC 성향을 예측하는 DISC 성향 예측 단계;
상기 제어 시스템이 예측된 사용자의 DISC 성향에 기초하여 IoT 조명 기기의 제어를 사용자 단말에 추천하는 제어 추천 단계; 및
상기 제어 시스템이 사용자 단말로부터 IoT 조명 기기의 제어 추천의 수용 여부에 대한 피드백을 수신하는 피드백 수신 단계를 포함하고,
상기 제어 추천 단계에서는 상기 시스템이 해당 피드백을 IoT 조명 기기의 제어 추천에 반영하는 것을 특징으로 하는 IoT 조명 기기 제어 방법.
In the lighting device control method of the IoT lighting device control system,
A log collection step in which the control system collects log data of an IoT lighting device and an illuminance sensor;
An environmental data collection step in which the control system accesses a public data portal to collect environmental data;
A variable selection step of selecting a variable to be used for learning from the log data and environment data collected by the control system according to a predefined data schema;
A DISC propensity prediction step of predicting a user's DISC propensity through a deep learning-based DISC propensity prediction engine that has previously learned the selected variable by the control system;
A control recommendation step of recommending, by the control system, control of an IoT lighting device to a user terminal based on the predicted user's DISC disposition; And
The control system includes a feedback receiving step of receiving a feedback on whether or not to accept the control recommendation of the IoT lighting device from the user terminal,
In the control recommendation step, the system reflects the corresponding feedback to the control recommendation of the IoT lighting device.
 삭제delete 제 4 항에 있어서,
상기 시스템의 DISC 성향 예측 엔진은 LSTM(Long Short Terms Memory networks)로 학습된 딥러닝 엔진인 IoT 조명 기기 제어 방법.The method of claim 4,
The system's DISC propensity prediction engine is a deep learning engine learned with Long Short Terms Memory Networks (LSTM), an IoT lighting device control method.
KR1020190105501A 2019-08-27 2019-08-27 Lighting control system KR102248094B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190105501A KR102248094B1 (en) 2019-08-27 2019-08-27 Lighting control system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190105501A KR102248094B1 (en) 2019-08-27 2019-08-27 Lighting control system

Publications (2)

Publication Number Publication Date
KR20210025436A KR20210025436A (en) 2021-03-09
KR102248094B1 true KR102248094B1 (en) 2021-05-04

Family

ID=75179910

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190105501A KR102248094B1 (en) 2019-08-27 2019-08-27 Lighting control system

Country Status (1)

Country Link
KR (1) KR102248094B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11972065B2 (en) 2022-03-08 2024-04-30 Samsung Electronics Co., Ltd. Method and apparatus for providing interface to control external device

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101997112B1 (en) * 2018-11-21 2019-07-05 김정호 Method and apparatus for automatically controlling illumination of a space based on IoT

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170035137A (en) * 2015-09-22 2017-03-30 최용규 System for operating an application use for property management using an individual personality information
KR102058557B1 (en) * 2016-05-17 2019-12-23 한국전자통신연구원 Apparatus and method for recommending indoor condition control mode based on smart home

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101997112B1 (en) * 2018-11-21 2019-07-05 김정호 Method and apparatus for automatically controlling illumination of a space based on IoT

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11972065B2 (en) 2022-03-08 2024-04-30 Samsung Electronics Co., Ltd. Method and apparatus for providing interface to control external device

Also Published As

Publication number Publication date
KR20210025436A (en) 2021-03-09

Similar Documents

Publication Publication Date Title
US20210350279A1 (en) Situation forecast mechanisms for internet of things integration platform
Domínguez-Bolaño et al. An overview of IoT architectures, technologies, and existing open-source projects
KR102058557B1 (en) Apparatus and method for recommending indoor condition control mode based on smart home
Ruta et al. Semantic-based resource discovery and orchestration in home and building automation: A multi-agent approach
Silva et al. PRISMA: A publish-subscribe and resource-oriented middleware for wireless sensor networks
KR20210067605A (en) A method for controlling commercial laundry machine and system for the same using artificial intelligence
Ruta et al. Social internet of things for domotics: A knowledge-based approach over LDP-CoAP
KR102248094B1 (en) Lighting control system
Sadio et al. Rethinking intelligent transportation systems with Internet of Vehicles: Proposition of sensing as a service model
KR102278104B1 (en) System for recommending exercise
KR102269629B1 (en) Washing machine control system
Vastardis et al. A user behaviour-driven smart-home gateway for energy management
CN110428836A (en) Internet of things equipment control method, information forwarding device and Internet of Things server
Orsini et al. Generic context adaptation for mobile cloud computing environments
KR102257690B1 (en) System for recommending performance
KR102281159B1 (en) Air purifier control system
Orsini et al. Generic context adaptation for mobile cloud computing environments
Ruta et al. An agent framework for knowledge-based homes
KR102264534B1 (en) System for recommending meditation
KR102278103B1 (en) System for controlling the electric curtain
US20240095587A1 (en) Methods and apparatuses for providing transfer learning of a machine learning model
KR20190135724A (en) Hmi device and method for outputting data thereof
Bedogni et al. Wise: A semantic and interoperable web of things architecture for smart environments
CN114599042A (en) Network state sensing method and device, electronic equipment and storage medium
WO2022069269A1 (en) A controller for training a machine for automatizing lighting control actions and a method thereof

Legal Events

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