KR102276654B1 - Pid 제어기를 이용한 인공지능 시스템 - Google Patents

Abstract

본 발명은 인공지능 처리 과정에서 PID 제어기를 사용하여 정밀도를 높인 PID 제어기를 이용한 인공지능 시스템에 관한 것이다.

Description

PID 제어기를 이용한 인공지능 시스템{ARTIFICIAL INTELLIGENCE SYSTEM USING PID CONTROLLER}

본 발명은 인공지능 처리 과정에서 PID 제어기를 사용하여 정밀도를 높인 PID 제어기를 이용한 인공지능 시스템에 관한 것이다.

기계 학습(machine learning)은 인공 지능의 한 분야로 컴퓨터가 학습을 하여 정보를 검출, 분류, 예측할 수 있도록 하는 기술 분야이다.

이미 여러 분야에서 많이 응용되고 있으며, 특히 예측(prediction)과 분류(classification)를 위한 다양한 분야에 활용되고 있다.

이러한 기계 학습의 핵심은 일반화(generalization)와 표현(representation)에 있다. 일반화란 아직 알 수 없는 데이터에 대한 처리를 어떠한 특징(feature)을 이용하여 어느 수준으로 스케일링하여 입력 데이터로 이용할 것인지 이고, 표현이란 출력된 데이터의 평가를 어떻게 나타낼 것인가 이다.

이렇게 적절한 일반화와 표현을 통해 만들어진 입력 데이터는 학습(training)과 오류 분석(error analysis)을 통해 최적의 모델 하나를 찾게 되며, 선정된 모델(model)은 새로운 데이터를 적용하여 분류 또는 예측 결과를 얻을 수 있게 한다.

일반적으로는 예측 및 분류 오차를 지속적으로 축적하고 이를 반영하여 재학습을 통해 새로운 모델을 선정하는 방식으로 예측 및 분류 결과를 재조정하는 기법이 있다.

그러나 이는 재학습 시 과도한 컴퓨팅 자원(메모리, CPU, 저장장치 등)을 다시 필요로 하기 때문에 즉각적인 반영이 어려우며, 학습 과정에 사람의 개입이 필요한 경우에는 실시간 시스템에 적용이 불가능 하다는 문제가 있다.

한국등록특허공보 제10-1787411호

상기와 같은 문제점을 해결하기 위하여 제안된 본 발명은 인공지능 모델의 예측 및 분류 결과에 대한 오차 정보를 과도한 컴퓨팅 자원의 사용과, 사람의 개입 없이 실시간으로 반영하여 인공지능 모델의 예측 및 분류 결과 오차를 줄일 수 있는 PID 제어기를 이용한 인공지능 시스템을 제공하는데 목적이 있다.

상기한 목적을 달성하기 위한 본 발명의 실시예에 따른 PID 제어기를 이용한 인공지능 시스템은 훈련 데이터를 학습하여 모델을 생성하고, 생성된 모델을 이용하여 예측 및 분류 결과를 도출하되, 예측 및 분류 결과에 대한 오차 정보를 PID 제어기에 입력하여 예측 및 분류 결과를 실시간으로 미세 조정하도록 구성된다.

상술한 바와 같이, 본 발명의 실시예에 따른 PID 제어기를 이용한 인공지능 시스템은 인공지능 모델의 예측 및 분류 결과에 대한 오차 정보를 PID 제어기에 입력하여 예측 및 분류 결과를 실시간으로 미세 조정함으로써, 과도한 컴퓨팅 자원의 사용과, 사람의 개입 없이 실시간으로 반영하여 인공지능 모델의 예측 및 분류 결과 오차를 개선할 수 있다.

도 1은 본 발명의 실시예에 따른 PID 제어기를 이용한 인공지능 시스템을 개략적으로 나타낸 도면.
도 2는 종래의 인공지능 시스템과 본 발명의 실시예에 따른 PID 제어기를 이용한 인공지능 시스템이 적용된 예측 결과를 비교한 그래프.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 기술 등은 첨부되는 도면들과 함께 상세하게 후술되어 있는 실시예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있다. 본 실시예는 본 발명의 개시가 완전하도록 함과 더불어, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공될 수 있다.

한편, 본 명세서에서 사용된 용어들은 실시예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다(comprise)' 및/또는 '포함하는(comprising)'은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

부가적으로, 각 도면에 걸쳐 표시된 동일 참조 부호는 동일 구성 요소를 지칭하며, 본 발명의 설명된 실시예의 논의를 불필요하게 불명료하도록 하는 것을 피하기 위해 공지된 특징 및 기술의 상세한 설명은 생략될 수 있다.

도 1은 본 발명의 실시예에 따른 PID 제어기를 이용한 인공지능 시스템을 개략적으로 나타낸 도면이고, 도 2는 종래의 인공지능 시스템과 본 발명의 실시예에 따른 PID 제어기를 이용한 인공지능 시스템이 적용된 예측 및 분류 결과를 비교한 그래프이다.

도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 PID 제어기를 이용한 인공지능 시스템은 학습부(110), 데이터입력부(120), 처리부(130), 예측 및 분류 데이터 저장부(140), 오차 데이터 저장부(150) 및 PID 제어기(160)를 포함한다.

상기 학습부(110)는 입력되는 훈련 데이터를 정규화 및 특성을 추출하는 전처리과정을 수행하여 학습 데이터를 도출하고, 도출된 학습 데이터를 학습하여 모델을 구성한다.

이때, 상기 학습부(110)는 도출된 학습 데이터를 학습할 시 오류를 분석하고 이를 반영하여 모델을 구성할 수 있다.

상기 데이터입력부(120)는 예측 또는 분류하고자 하는 실시간 데이터를 입력할 수 있다.

상기 처리부(130)는 학습부(110)에서 구성된 모델을 이용하여 데이터입력부(120)에서 입력되는 실시간 데이터를 처리하는 것으로, 입력되는 실시간 데이터를 예측 및 분류할 수 있다.

상기 예측 및 분류 데이터 저장부(140)는 처리부(130)에서 출력되는 예측 및 분류 데이터가 저장될 수 있다.

상기 오차 데이터 저장부(150)는 처리부(130)에서 처리된 결과 중에서 오차 정보를 수집하여 저장될 수 있다.

상기 PID 제어기(160)는 처리부(130)에서 출력되는 예측 및 분류 데이터를 실시간으로 미세 조정할 수 있다.

여기서, 상기 PID 제어기(160)는 오차 데이터 저장부(150)에서 수집된 오차정보를 토대로 처리부(130)에서 출력되는 예측 및 분류 데이터를 실시간으로 미세 조정할 수 있다.

이때, 상기 PID 제어기(160)는 피드백(feedback) 제어기의 형태를 가지고 있으며, 제어하고자 하는 대상의 출력값(output)을 측정하여 이를 원하고자 하는 참조값(reference value) 혹은 설정값(setpoint)과 비교하여 오차(error)를 계산하고, 이 오차값을 이용하여 제어에 필요한 제어값을 계산하는 구조로 되어 있다.

상기 PID 제어기(160)는 아래의 수학식1과 같이 세 개의 항을 더하여 제어값(MV:manipulated variable)을 계산하도록 구성이 되어 있다.

이에 따라, 인공지능 모델의 예측 및 분류 결과에 대한 오차 정보를 PID 제어기(160)에 입력하여 예측 및 분류 결과를 실시간으로 미세 조정함으로써, 과도한 컴퓨팅 자원의 사용과, 사람의 개입 없이 실시간으로 반영하여 인공지능 모델의 예측 및 분류 결과 오차를 개선할 수 있다.

도 2는 종래의 인공지능 시스템과 본 발명의 실시예에 따른 PID 제어기를 이용한 인공지능 시스템이 적용된 예측 결과를 비교한 그래프이다.

이때, 도 2를 참조하면, 검은 실선은 실측 값이며, 종래의 인공지능 시스템에 대한 예측 결과는 빨간 실선이고, 본 발명의 실시예에 따른 PID 제어기를 이용한 인공지능 시스템을 적용한 예측 결과는 파란 실선이다. 도 2를 통해 확인할 수 있는 바와 같이, 파란 실선이 빨간 실선에 비하여 검은 실선의 패턴과 더욱 유사하다는 것을 알 수 있다. 즉, 종래의 인공지능 시스템에 대한 예측 결과에 비하여 본 발명의 실시예에 따른 PID 제어기를 이용한 인공지능 시스템을 적용한 예측 결과가 실측 값과 더욱 유사하다.

아래의 표 1은 종래 인공지능 시스템과 본 발명에 따른 PID 제어기를 이용한 인공지능 시스템을 적용했을 때의 예측 결과 오차를 비교한 것이다.

구분	평균 오차	RMS 오차
종래 인공지능 시스템	79.59	283.78
본 발명	39.16	260.40

즉, 표 1를 통해 확인할 수 있는 바와 같이, 본 발명의 실시예에 따른 PID 제어기를 이용한 인공지능 시스템은 종래의 인공지능 시스템에 비하여 평균 오차는 79.59에서 39.16으로 RMS 오차는 283.78에서 260.4로 오차가 개선되는 것을 알 수 있다.

본 명세서에서 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 아울러 본 명세서에서 사용되는 '포함한다' 또는 '포함하는'으로 언급된 구성요소, 단계, 동작 및 소자는 하나 이상의 다른 구성요소, 단계, 동작, 소자 및 장치의 존재 또는 추가를 의미한다.

이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 명세서를 통해 개시된 모든 실시예들과 조건부 예시들은, 본 발명의 기술 분야에서 통상의 지식을 가진 당업자가 독자가 본 발명의 원리와 개념을 이해하도록 돕기 위한 의도로 기술된 것으로, 당업자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다.그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며,그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (2)

1. 입력되는 훈련 데이터를 정규화 및 특성을 추출하는 전처리과정을 수행하여 학습 데이터를 도출하고, 도출된 학습 데이터를 학습하여 모델을 구성하는 학습부;
   예측 또는 분류하고자 하는 실시간 데이터가 입력되는 데이터입력부;
   상기 학습부에서 구성된 모델을 토대로 상기 데이터입력부에서 입력되는 실시간 데이터를 처리하여 예측 및 분류 데이터를 출력하는 처리부; 및
   상기 처리부에서 처리된 결과 중에서 오차 정보를 수집하여 저장하는 오차 데이터 저장부;
   상기 처리부에서 출력되는 상기 예측 및 분류 데이터에 상기 오차 정보를 토대로 실시간으로 미세 조정하여 오차가 보정된 예측 및 분류 데이터를 출력하는 PID 제어기; 및
   상기 PID 제어기에서 출력되는 상기 예측 및 분류 데이터를 저장하는 예측 및 분류 데이터 저장부;
   를 포함하는 PID 제어기를 이용한 인공지능 시스템.
   
2. 제1항에 있어서,
   상기 학습부는
   상기 학습 데이터를 학습할 시 오류를 분석하고, 분석된 오류를 수정한 학습 데이터를 반영하여 모델을 구성하는 PID 제어기를 이용한 인공지능 시스템.
   

Images