KR102511561B1 - Method, device and system for providing expert dispatch service based on artificial intelligence - Google Patents
Method, device and system for providing expert dispatch service based on artificial intelligence Download PDFInfo
- Publication number
- KR102511561B1 KR102511561B1 KR1020220181281A KR20220181281A KR102511561B1 KR 102511561 B1 KR102511561 B1 KR 102511561B1 KR 1020220181281 A KR1020220181281 A KR 1020220181281A KR 20220181281 A KR20220181281 A KR 20220181281A KR 102511561 B1 KR102511561 B1 KR 102511561B1
- Authority
- KR
- South Korea
- Prior art keywords
- facility management
- facility
- plan
- result
- terminal
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 25
- 238000013528 artificial neural network Methods 0.000 claims abstract description 63
- 238000011835 investigation Methods 0.000 claims description 65
- 238000007689 inspection Methods 0.000 claims description 37
- 238000004140 cleaning Methods 0.000 claims description 32
- 238000004659 sterilization and disinfection Methods 0.000 claims description 25
- 238000012423 maintenance Methods 0.000 claims description 16
- 230000008439 repair process Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims 2
- 238000007726 management method Methods 0.000 description 222
- 230000008569 process Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 230000009897 systematic effect Effects 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 3
- 230000002787 reinforcement Effects 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002845 discoloration Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Abstract
Description
본 발명은 인공지능을 기반으로 하는 시설관리를 위한 인력 파견 방법, 장치 및 시스템에 관한 것으로, 더욱 상세하게는 인공지능을 기반으로 시설관리 계획을 수립하고 시설관리 전문 인력을 선정하는 것을 특징으로 하는 기술에 관한 것이다.The present invention relates to a method, apparatus, and system for dispatching personnel for facility management based on artificial intelligence, and more particularly, to establishing a facility management plan based on artificial intelligence and selecting specialized personnel for facility management. It's about technology.
일반적으로, 시설관리에는 건축물로서의 시설 내외부, 시설 설비에 관한 관리 및 회계, 청소, 보안 등 시설 운영에 관한 운영 관리가 있다. 시설 내외부와 설비를 관리하기 위해서 정기적으로 점검하여 이상 여부를 확인하거나 파손 발생시 보수하고 있다. 또한 운영 관리를 위해서 내부 인력이나 외부 업체를 이용하고 있다.In general, facility management includes management of the inside and outside of the facility as a building, management of facility equipment, accounting, cleaning, security, and operation management of facility operation. In order to manage the inside and outside of the facility and the equipment, it is inspected regularly to check for abnormalities or repair when damage occurs. In addition, internal personnel or external companies are used for operation management.
그러나 종래의 시설관리는 전문성이 부족한 내부 인력이 관리를 맡거나 소수의 인력이 다양한 분야의 관리를 맡으면 관리 효율과 전문성이 떨어지는 단점이 있었고, 외부의 시설관리 전문업체를 이용하면 관리 상황을 제대로 확인하기 어려운 번거로움이 있었다. 또한 시설 이용자와 시설 관리자간의 소통이 용이하지 않아 빠른 대응이 어렵다는 단점이 있었다.However, the conventional facility management had the disadvantage of poor management efficiency and professionalism when internal personnel lacking expertise or a small number of personnel were in charge of management in various fields, and when an external facility management company was used, the management situation was properly checked. There was a hassle that was difficult to do. In addition, communication between facility users and facility managers was not easy, making it difficult to respond quickly.
따라서 최적의 시설 관리를 위한 효율적이고 체계적인 시설관리 전문 인력 파견 방법, 장치 및 시스템에 대한 기술 구현이 요구되고 있다.Therefore, it is required to implement technologies for efficient and systematic facility management expert dispatch methods, devices, and systems for optimal facility management.
일실시예에 따르면, 사용자 단말을 통해 입력된, 시설의 기본 정보와 요청하는 시설관리 분류를 획득하고, 상기 기본 정보와 요청하는 시설관리 분류를 바탕으로 제1 입력 데이터를 생성하고 시설관리 계획 수립을 위해 학습된 인공 신경망에 상기 제1 입력 데이터를 입력하며, 상기 인공 신경망으로부터 제1 출력 데이터를 획득하고, 상기 제1 출력 데이터를 바탕으로 시설관리 계획을 수립하고, 시설관리 전문 인력을 선정하며, 상기 시설관리 전문 인력의 단말에 상기 시설관리 계획을 발신하고, 상기 시설관리 전문 인력의 단말을 통해 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 획득하는 인공지능 기반 시설관리를 위한 인력 파견 방법, 장치 및 시스템을 제공하는 것을 그 목적으로 한다.According to an embodiment, basic information about a facility and requested facility management classification input through a user terminal are obtained, first input data is generated based on the basic information and facility management classification requested, and a facility management plan is established. Enter the first input data into the artificial neural network learned for the purpose, obtain first output data from the artificial neural network, establish a facility management plan based on the first output data, select facility management experts, , A method of dispatching manpower for artificial intelligence-based facility management in which the facility management plan is transmitted to the terminal of the facility management manpower and at least one of the facility management plan implementation status and result is obtained through the terminal of the facility management manpower However, it aims to provide devices and systems.
이로 인해 인공지능을 기반으로 시설별 최적의 시설관리 계획을 수립하고 시설관리 전문 인력을 선정하여 효율적이고 체계적인 시설관리 및 전문 인력 파견 서비스를 제공할 수 있다.As a result, it is possible to establish an optimal facility management plan for each facility based on artificial intelligence, select facility management experts, and provide efficient and systematic facility management and professional personnel dispatch services.
일실시예에 따르면, 장치에 의해 수행되는, 인공지능 기반 시설관리를 위한 인력 파견 방법에 있어서, 사용자 단말을 통해 입력된, 시설의 기본 정보와 요청하는 시설관리 분류를 획득하는 단계; 상기 기본 정보와 요청하는 시설관리 분류를 바탕으로 제1 입력 데이터를 생성하고, 시설관리 계획 수립을 위해 학습된 인공 신경망에 상기 제1 입력 데이터를 입력하는 단계; 상기 인공 신경망으로부터 제1 출력 데이터를 획득하는 단계; 상기 제1 출력 데이터를 바탕으로 시설관리 계획을 수립하고, 시설관리 전문 인력을 선정하는 단계; 상기 시설관리 전문 인력의 단말에 상기 시설관리 계획을 발신하는 단계; 및 상기 시설관리 전문 인력의 단말을 통해 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 획득하는 단계를 포함하는 인공지능 기반 시설관리를 위한 인력 파견 방법이 제공된다.According to one embodiment, a method for dispatching manpower for AI-based facility management, performed by a device, comprising: acquiring basic information about a facility and requested facility management classification input through a user terminal; generating first input data based on the basic information and a requested facility management classification, and inputting the first input data into a learned artificial neural network to establish a facility management plan; obtaining first output data from the artificial neural network; Establishing a facility management plan based on the first output data and selecting facility management experts; transmitting the facility management plan to a terminal of the facility management specialist; and obtaining at least one of a facility management plan implementation status and a result through a terminal of the facility management professional personnel.
또한 상기 제1 출력 데이터를 바탕으로 시설관리 계획을 수립하고, 시설관리 전문 인력을 선정하는 단계 이후에, 상기 시설관리 계획에 사전조사가 포함되면, 사전조사 전문 인력을 선정하는 단계; 상기 사전조사 전문 인력의 단말에 상기 기본 정보와 요청하는 시설관리 분류를 발신하는 단계; 상기 사전조사 전문 인력의 단말을 통해 사전조사 데이터를 획득하는 단계; 상기 사전조사 데이터를 바탕으로 제2 입력 데이터를 생성하고, 상기 인공 신경망에 상기 제2 입력 데이터를 입력하는 단계; 상기 인공 신경망으로부터 제2 출력 데이터를 획득하는 단계; 및 상기 제2 출력 데이터를 바탕으로 상기 시설관리 계획을 수정하는 단계를 더 포함하고, 상기 시설관리 전문 인력의 단말을 통해 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 획득하는 단계 이후에, 시설관리 계획 이행점검 인력을 선정하고, 상기 시설관리 계획 이행점검 인력의 단말에 상기 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 발신하는 단계; 상기 시설관리 계획 이행점검 인력의 단말을 통해 시설관리 계획 이행 점검 데이터를 획득하는 단계; 상기 시설관리 계획 이행점검 데이터를 바탕으로 제3 입력 데이터를 생성하고, 상기 인공 신경망에 상기 제3 입력 데이터를 입력하는 단계; 상기 인공 신경망으로부터 제3 출력 데이터를 획득하는 단계; 상기 제3 출력 데이터를 바탕으로 상기 시설관리 계획을 수정하는 단계; 상기 시설관리 전문 인력의 단말에 상기 수정한 시설관리 계획을 발신하는 단계; 상기 사용자 단말에 상기 시설관리 전문 인력 정보, 시설관리 계획 및 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 제공하는 단계; 상기 사용자 단말을 통해 시설관리 관련 문의와 요청 중 어느 하나 이상을 획득하면, 상기 시설관리 전문 인력의 단말에 상기 문의와 요청 중 어느 하나 이상을 발신하는 단계; 상기 시설관리 전문 인력의 단말을 통해 상기 시설관리 관련 문의에 대한 답변, 요청에 대한 답변, 요청 이행 계획, 상황, 결과 중 어느 하나 이상을 획득하면, 상기 사용자 단말에 상기 시설관리 관련 문의에 대한 답변, 요청에 대한 답변, 요청 이행 계획, 상황, 결과 중 어느 하나 이상을 제공하는 단계; 및 상기 사용자 단말을 통해 상기 시설관리 전문 인력 평점을 획득하는 단계를 더 포함할 수 있다.In addition, after the step of establishing a facility management plan based on the first output data and selecting a facility management expert, if a preliminary survey is included in the facility management plan, selecting a preliminary survey specialist; transmitting the basic information and requested facility management classification to terminals of the pre-survey experts; acquiring preliminary survey data through a terminal of the preliminary survey expert; generating second input data based on the pre-survey data and inputting the second input data to the artificial neural network; obtaining second output data from the artificial neural network; And further comprising the step of modifying the facility management plan based on the second output data, after the step of obtaining any one or more of the facility management plan implementation status and result through the terminal of the facility management specialist, selecting a management plan implementation inspection personnel, and transmitting at least one of the facility management plan implementation status and result to a terminal of the facility management plan implementation inspection personnel; Acquiring facility management plan implementation inspection data through a terminal of the facility management plan implementation inspection personnel; generating third input data based on the facility management plan implementation check data, and inputting the third input data to the artificial neural network; obtaining third output data from the artificial neural network; modifying the facility management plan based on the third output data; transmitting the modified facility management plan to a terminal of the facility management specialist; providing at least one of the facility management professional manpower information, a facility management plan, and a facility management plan implementation status and result to the user terminal; sending any one or more of the inquiries and requests to the terminal of the facility management specialist when at least one of the facility management-related inquiries and requests is obtained through the user terminal; When at least one of the facility management-related inquiry, response to the request, request fulfillment plan, situation, and result is obtained through the terminal of the facility management expert, the user terminal receives a response to the facility management-related inquiry. , providing any one or more of a response to the request, a plan to fulfill the request, a situation, and a result; And it may further include obtaining a rating of the facility management specialist through the user terminal.
또한 상기 인공 신경망은, 상기 요청 시설관리 분류가 점검인 경우, 시설 기본 정보에 따른 점검 계획을 제1 결과값에 지정하고, 상기 요청 시설관리 분류가 유지보수인 경우, 사전조사 결과가 없다면 시설 기본 정보에 따른 시설 내외부 사전조사 계획을 제1 결과값에 지정하고, 사전조사 결과가 있다면 상기 사전조사 결과를 바탕으로 하는 시설 유지나 보수를 위한 공사 계획을 제1 결과값에 지정하고, 상기 요청 시설관리 분류가 회계인 경우, 사전조사 결과가 없다면 시설 기본 정보에 따른 회계 운영 사전조사 계획을 제1 결과값에 지정하고, 사전조사 결과가 있다면 상기 사전조사 결과를 바탕으로 하는 회계 운영 계획을 제1 결과값에 지정하고, 상기 요청 시설관리 분류가 임대인 경우, 사전조사 결과가 없다면 시설 기본 정보에 따른 임대 상태 사전조사 계획을 제1 결과값에 지정하고, 사전조사 결과가 있다면 상기 사전조사 결과를 바탕으로 하는 임대 운영 계획을 제1 결과값에 지정하고, 상기 요청 시설관리 분류가 보안인 경우, 시설 기본 정보에 보안 운영 계획을 제1 결과값에 지정하고, 상기 요청 시설관리 분류가 주차인 경우, 시설 기본 정보에 따른 주차 운영 계획을 제1 결과값에 지정하고, 상기 요청 시설관리 분류가 청소인 경우, 사전조사 결과가 없다면 시설 기본 정보에 따른 청소 범위 사전조사 계획을 제1 결과값에 지정하고, 사전조사 결과가 있다면 상기 사전조사 결과를 바탕으로 하는 청소 운영 계획을 제1 결과값에 지정하고, 상기 요청 시설관리 분류가 소독인 경우, 사전조사 결과가 없다면 시설 기본 정보에 따른 소독 범위 사전조사 계획을 제1 결과값에 지정하고, 사전조사 결과가 있다면 상기 사전조사 결과를 바탕으로 하는 소독 운영 계획을 제1 결과값에 지정하고, 시설의 규모와 요청 시설관리 분류를 바탕으로, 파견할 시설관리 전문 인력 수를 지정하고, 상기 인력 수의 절반 이상은 요청 시설관리 분류의 5년 이상 경력자 중 기준점 이상의 평점 보유자를 제1 그룹으로 선정하고, 상기 인력 수에서 상기 제1 그룹의 수를 제외한 나머지는, 상기 요청 시설관리 분류의 필수 교육 이수자 중 평점이 높은 순으로 제2 그룹을 선정하고, 상기 제1 그룹과 제2 그룹을 제2 결과값에 지정하고, 상기 제1 결과값과 제2 결과값을 출력 데이터로 출력할 수 있다.In addition, when the requested facility management classification is inspection, the artificial neural network designates an inspection plan based on facility basic information as a first result value, and when the requested facility management classification is maintenance, if there is no preliminary survey result, the facility basic A preliminary inspection plan inside and outside the facility according to the information is assigned to the first result value, and if there is a preliminary inspection result, a construction plan for facility maintenance or repair based on the preliminary inspection result is assigned to the first result value, and the requested facility management If the classification is accounting, if there is no preliminary investigation result, an accounting operation preliminary investigation plan based on basic facility information is assigned to the first result value, and if there is a preliminary investigation result, an accounting operation plan based on the preliminary investigation result is designated as the first result. value, and if the requested facility management classification is rental, if there is no preliminary investigation result, a rental status preliminary investigation plan according to basic facility information is assigned to the first result value, and if there is a preliminary investigation result, based on the preliminary investigation result If a rental operation plan to operate is assigned to the first result value, and if the requested facility management classification is security, a security operation plan is assigned to the facility basic information to the first result value, and if the requested facility management classification is parking, facility A parking operation plan according to basic information is assigned to the first result value, and if the requested facility management classification is cleaning, if there is no preliminary investigation result, a cleaning range preliminary investigation plan according to basic facility information is assigned to the first result value, If there is a preliminary investigation result, a cleaning operation plan based on the preliminary investigation result is designated as the first result value, and if the requested facility management classification is disinfection, if there is no preliminary investigation result, a disinfection range preliminary investigation plan according to basic facility information is designated as the first result value, and if there is a preliminary investigation result, a disinfection operation plan based on the preliminary investigation result is designated as the first result value, and based on the size of the facility and the requested facility management classification, facility management to be dispatched The number of professional personnel is designated, and more than half of the number of personnel is selected as the first group among those with 5 or more years of experience in the requested facility management classification, and those with a score of at least the reference point are selected as the first group. For the rest except for the number of the first group from the number of manpower, a second group is selected in order of highest score among those who have completed the required education in the requested facility management classification, and the first and second groups are assigned to the second result value. designation, and the first result value and the second result value may be output as output data.
일실시예에 따른 장치는 하드웨어와 결합되어 상술한 방법들 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램에 의해 제어될 수 있다.An apparatus according to an embodiment may be combined with hardware and controlled by a computer program stored in a medium to execute any one of the methods described above.
일실시예에 따르면, 사용자 단말을 통해 입력된, 시설의 기본 정보와 요청하는 시설관리 분류를 획득하고, 상기 기본 정보와 요청하는 시설관리 분류를 바탕으로 제1 입력 데이터를 생성하고 시설관리 계획 수립을 위해 학습된 인공 신경망에 상기 제1 입력 데이터를 입력하며, 상기 인공 신경망으로부터 제1 출력 데이터를 획득하고, 상기 제1 출력 데이터를 바탕으로 시설관리 계획을 수립하고, 시설관리 전문 인력을 선정하며, 상기 시설관리 전문 인력의 단말에 상기 시설관리 계획을 발신하고, 상기 시설관리 전문 인력의 단말을 통해 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 획득하는 인공지능 기반 시설관리를 위한 인력 파견 방법, 장치 및 시스템을 제공할 수 있는 효과가 있다.According to an embodiment, basic information about a facility and requested facility management classification input through a user terminal are obtained, first input data is generated based on the basic information and facility management classification requested, and a facility management plan is established. Enter the first input data into the artificial neural network learned for the purpose, obtain first output data from the artificial neural network, establish a facility management plan based on the first output data, select facility management experts, , A method of dispatching manpower for artificial intelligence-based facility management in which the facility management plan is transmitted to the terminal of the facility management manpower and at least one of the facility management plan implementation status and result is obtained through the terminal of the facility management manpower , there is an effect that can provide devices and systems.
이로 인해 인공지능을 기반으로 시설별 최적의 시설관리 계획을 수립하고 시설관리 전문 인력을 선정하여 효율적이고 체계적인 시설관리 및 전문 인력 파견 서비스를 제공할 수 있는 효과가 있다.As a result, it is possible to establish an optimal facility management plan for each facility based on artificial intelligence, select facility management specialists, and provide efficient and systematic facility management and professional personnel dispatch services.
실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며 언급되지 않은 또 다른 효과들은 아래의 기재로부터 이해될 수 있을 것이다.Effects according to the embodiments are not limited to those mentioned above, and other effects not mentioned will be understood from the description below.
도 1은 본 발명의 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 개념도이다.
도 2는 본 발명의 일실시예에 따른 인공지능을 기반으로 시설관리를 위한 인력을 파견하는 과정을 설명하기 위한 순서도이다.
도 3은 본 발명의 일실시예에 따른 사전조사를 바탕으로 시설관리 계획을 수정하는 과정을 설명하기 위한 순서도이다.
도 4는 본 발명의 일실시예에 따른 시설관리 계획의 이행을 점검하는 과정과 사용자 단말에 시설관리 관련 정보를 전달하고 평점을 획득하는 과정을 설명하기 위한 순서도이다.
도 5는 본 발명의 일실시예에 따른 인공 신경망이 시설관리 분류(점검, 유지보수, 회계)에 따른 제1 결과값을 지정하는 과정을 설명하기 위한 순서도이다.
도 6은 본 발명의 일실시예에 따른 인공 신경망이 시설관리 분류(임대, 보안, 주차)에 따른 제1 결과값을 지정하는 과정을 설명하기 위한 순서도이다.
도 7은 본 발명의 일실시예에 따른 인공 신경망이 시설관리 분류(청소, 소독)에 따른 제1 결과값을 지정하는 과정을 설명하기 위한 순서도이다.
도 8은 본 발명의 일실시예에 따른 인공 신경망이 제2 결과값을 지정하고 출력 데이터를 출력하는 과정을 설명하기 위한 순서도이다.1 is a conceptual diagram schematically showing the configuration of a system according to an embodiment of the present invention.
2 is a flowchart illustrating a process of dispatching manpower for facility management based on artificial intelligence according to an embodiment of the present invention.
3 is a flowchart illustrating a process of modifying a facility management plan based on a preliminary investigation according to an embodiment of the present invention.
4 is a flowchart illustrating a process of checking implementation of a facility management plan and a process of delivering facility management-related information to a user terminal and obtaining a rating according to an embodiment of the present invention.
5 is a flowchart illustrating a process in which an artificial neural network designates a first result value according to facility management classification (inspection, maintenance, accounting) according to an embodiment of the present invention.
6 is a flowchart illustrating a process in which an artificial neural network designates a first result value according to facility management classification (rental, security, parking) according to an embodiment of the present invention.
7 is a flowchart illustrating a process in which an artificial neural network designates a first result value according to facility management classification (cleaning, disinfection) according to an embodiment of the present invention.
8 is a flowchart illustrating a process of designating a second result value and outputting output data by an artificial neural network according to an embodiment of the present invention.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.Since the present invention can make various changes and have various embodiments, specific embodiments will be illustrated in the drawings and described in detail in the detailed description. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all modifications, equivalents, and substitutes included in the spirit and scope of the present invention. Like reference numerals have been used for like elements throughout the description of each figure.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.Terms such as first, second, A, and B may be used to describe various components, but the components should not be limited by the terms. These terms are only used for the purpose of distinguishing one component from another. For example, a first element may be termed a second element, and similarly, a second element may be termed a first element, without departing from the scope of the present invention. The terms and/or include any combination of a plurality of related recited items or any of a plurality of related recited items.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.It is understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, but other elements may exist in the middle. It should be. On the other hand, when an element is referred to as “directly connected” or “directly connected” to another element, it should be understood that no other element exists in the middle.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Terms used in this application are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this application, the terms "include" or "have" are intended to designate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other features It should be understood that the presence or addition of numbers, steps, operations, components, parts, or combinations thereof is not precluded.
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 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in the present application, they should not be interpreted in an ideal or excessively formal meaning. don't
이하에서 첨부 도면을 참조하여 본 발명의 인공지능 기반 시설관리를 위한 인력 파견 방법 및 장치, 시스템을 상세하게 설명한다.Hereinafter, a manpower dispatch method, apparatus, and system for artificial intelligence-based facility management of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 개념도이다.1 is a conceptual diagram schematically showing the configuration of a system according to an embodiment of the present invention.
도 1을 참조하면, 일실시예에 따른 인공지능 기반 시설관리를 위한 인력 파견 시스템은 네트워크를 이용하여 서로 데이터를 주고 받을 수 있는 전자 장치(100), 사용자 단말(200), 시설관리 전문 인력 단말(300), 사전조사 전문 인력 단말(400), 시설관리 계획 이행점검 인력 단말(500)을 포함할 수 있다.Referring to FIG. 1, a manpower dispatch system for facility management based on artificial intelligence according to an embodiment includes an
일실시예에 따른 전자 장치(100)는 본 발명에 따른 인공지능 기반 시설관리를 위한 인력 파견 방법 및 장치, 시스템을 제공하기 위한 자체 서버이거나 클라우드 서버일 수도 있고 분산된 노드들의 p2p(peer-to-peer) 집합일 수 있다. 그리고 상기 전자 장치는 일반적인 컴퓨터가 갖는 연산, 저장, 참조, 입출력, 제어 기능 중 어느 하나 이상을 수행할 수 있고, 입력 데이터를 바탕으로 후술할 인공 신경망을 포함할 수 있다.The
또한 상기 전자 장치(100)는 프로세서(110)와 메모리(120)를 포함할 수 있다. 프로세서는 인공지능 기반 시설관리를 위한 인력 파견 방법을 수행할 수 있고 상기 방법을 수행할 수 있는 장치들을 포함할 수 있다. 메모리는 인공지능 기반 시설관리를 위한 인력 파견 방법과 관련된 정보를 저장하거나 방법을 구현하기 위한 프로그램을 저장할 수 있다. 또한 휘발성 메모리거나 비휘발성 메모리일 수 있다.Also, the
또한 프로세서(110)는 프로그램을 실행하거나 전자 장치(100)를 제어할 수도 있다. 프로세서에 의해 실행되는 프로그램 코드는 메모리(120)에 저장될 수 있다. 그리고 전자 장치는 네트워크를 이용하여 외부 장치에 데이터를 발신하거나 외부 장치로부터 데이터를 수신할 수도 있다.Also, the
일실시예로서 전자 장치(100)는 인공 신경망을 학습시킬 수 있고 학습이 완료된 인공 신경망을 이용할 수도 있다. 프로세서(110)는 메모리에 저장된 인공 신경망을 학습시키거나 실행할 수 있고, 메모리(120)는 학습 완료된 인공 신경망을 저장할 수 있다. 인공 신경망을 학습시키는 전자 장치와 이용하는 전자 장치는 동일할 수 있지만 별개일 수도 있다.As an example, the
또한 전자 장치(100)는 본 발명에 따른 인공지능 기반 시설관리를 위한 인력 파견 방법 및 장치, 시스템이 제공될 수 있도록 사용자 단말(200)로부터 시설관리 의뢰를 수신하면 인공 신경망을 이용하여 최적의 시설관리 계획을 수립하고 각 시설관리 분류에 따른 전문 인력 선정하여 효율적이고 체계적인 시설관리 서비스를 제공할 수 있다.In addition, when the
인공지능은 인간의 뇌의 기능을 일부 구현한 컴퓨터 시스템으로 스스로 학습하고 추측하고 판단할 수 있다. 학습을 진행할수록 답을 추출할 확률이 높아질 수 있다. 인공지능은 학습과 그것을 이용한 요소 기술들로 구성될 수 있다. 인공지능의 학습은 입력 데이터를 바탕으로 특징을 분류와 학습을 하는 알고리즘 기술이고, 요소 기술들은 학습 알고리즘을 이용하여 인간의 뇌의 기능을 일부 구현하는 기술일 수 있다.Artificial intelligence is a computer system that implements some of the functions of the human brain and can learn, guess, and judge on its own. As learning proceeds, the probability of extracting an answer may increase. Artificial intelligence can be composed of learning and element technologies using it. Learning of artificial intelligence is an algorithm technology that classifies and learns features based on input data, and element technologies may be technologies that implement some of the functions of the human brain using learning algorithms.
인공지능은 확률적으로 여러 답이 나올 수 있는 문제에 접근하기 쉬운 기술로써 어떠한 입력 데이터에 따르는 최적의 주기와 방법, 계획 등을 논리적이고 확률적으로 추론할 수 있다. 인공지능의 추론 기술은 입력 데이터를 판단하고 최적화 예측, 지식과 확률 기반 추론, 선호 기반 계획 등을 포함할 수 있다.Artificial intelligence is a technology that is easy to approach to problems that can have multiple answers probabilistically, and it can logically and probabilistically infer the optimal cycle, method, and plan according to certain input data. The reasoning technology of artificial intelligence can judge input data and include optimization prediction, knowledge and probability-based reasoning, preference-based planning, etc.
인공신경망은 기계학습 분야의 학습 알고리즘 중 하나로 뇌의 뉴런과 시냅스의 연결을 프로그램으로 구현한 것이다. 인공신경망은 프로그램으로 신경망의 구조를 만든 다음 학습시켜 원하는 기능을 가지게 할 수 있다. 오차가 존재할 수 있지만 거대한 데이터를 바탕으로 학습하여 입력 데이터를 가지고 적절한 출력 데이터를 출력할 수 있다. 통계적으로 좋은 결과를 얻었던 출력 데이터를 획득할 수 있고 인간의 추론과 유사하다는 장점이 있다.An artificial neural network is one of the learning algorithms in the field of machine learning, and it implements the connection between neurons and synapses in the brain as a program. An artificial neural network can have a desired function by making the structure of the neural network with a program and then learning it. Errors may exist, but appropriate output data can be output with input data by learning based on huge data. It has the advantage of obtaining statistically good output data and being similar to human reasoning.
본 발명에서 장치(100)는 인공지능을 기반으로 시설관리를 위한 인력을 선정하고 시설관리 계획을 수립하여 출력할 수 있고, 이를 위해 미리 학습된 다수의 인공 신경망을 포함할 수 있다.In the present invention, the
그리고 도 1에 도시하지는 않았으나 상기 사용자 단말(200), 시설관리 전문 인력 단말(300), 사전조사 전문 인력 단말(400), 시설관리 계획 이행점검 인력 단말(500)는 다수개일 수 있다. 상세하게는 다수의 사용자가 단말을 사용하여 상기 전자 장치(100)에 시설관리 의뢰나 문의를 발신하면, 상기 전자 장치는 선정한 다수의 시설관리 전문 인력의 단말들에 시설관리 의뢰나 문의를 전달할 수 있다. 또한 상기 전자 장치는 다수의 사전조사 전문 인력과 시설관리 계획 이행점검 인력의 단말들에 필요한 데이터를 발신할 수 있다.Although not shown in FIG. 1 , the number of
네트워크는 유무선을 모두 포함할 수 있으며 서버와 서버 간의 통신이나 서버와 단말 간의 통신이 가능하도록 구현될 수 있다.The network may include both wired and wireless networks, and may be implemented to enable communication between servers or between servers and terminals.
상기 사용자 단말(200), 시설관리 전문 인력 단말(300), 사전조사 전문 인력 단말(400), 시설관리 계획 이행점검 인력 단말(500)은 데스크탑 컴퓨터, 랩탑, 태블릿, 스마트폰 등 네트워크를 통해 데이터를 주고 받을 수 있는 단말이면 모두 포함될 수 있다. 그리고 각각의 단말은 본 발명에 따른 인공지능 기반 시설관리를 위한 인력 파견 방법을 수행하기 위하여, 컴퓨터가 가지는 연산 기능, 저장 기능, 참조 기능, 입출력 기능, 제어 기능 중 어느 하나 이상을 포함할 수 있다.The
또한 상기 사용자 단말(200), 시설관리 전문 인력 단말(300), 사전조사 전문 인력 단말(400), 시설관리 계획 이행점검 인력 단말(500)은, 본 발명에 따른 인공지능 기반 시설관리를 위한 인력 파견 방법을 제공받기 위하여 웹사이트에 접속하거나 애플리케이션을 설치할 수 있다. 상기 웹사이트나 애플리케이션을 통하여 장치(100)와 더욱 용이하게 데이터를 주고 받을 수 있다.In addition, the
도 2는 본 발명의 일실시예에 따른 인공지능을 기반으로 시설관리를 위한 인력을 파견하는 과정을 설명하기 위한 순서도이다.2 is a flowchart illustrating a process of dispatching manpower for facility management based on artificial intelligence according to an embodiment of the present invention.
도 2를 참조하면, 일실시예로서 S201 단계에서 장치(100)는, 사용자 단말을 통해 입력된, 시설의 기본 정보와 요청하는 시설관리 분류를 획득할 수 있다.Referring to FIG. 2 , as an embodiment, in step S201 , the
시설의 기본 정보에는 주소지, 시설 도면, 시설 설비 도면, 시설 규모, 관리 규모 및 주상복합, 빌딩, 아파트, 오피스텔, 빌라, 원룸, 사택, 주택, 숙박시설, 상업시설, 업무시설, 의료시설 등과 같은 시설 종류가 포함될 수 있다. 또한 요청하는 시설관리 분류에는 건축물로서의 점검과 유지보수, 시설의 운영에 관한 회계, 임대, 보안, 주차, 청소, 소독 등이 포함될 수 있다.Basic information of the facility includes address, facility drawing, facility facility drawing, facility size, management scale, and residential/commercial complex, building, apartment, officetel, villa, studio, company house, housing, accommodation, commercial facility, business facility, medical facility, etc. Facility types may be included. In addition, the requested facility management classification may include inspection and maintenance as a building, accounting for facility operation, leasing, security, parking, cleaning, and disinfection.
일실시예로서 S202 단계에서 장치(100)는, 상기 기본 정보와 요청하는 시설관리 분류를 바탕으로 제1 입력 데이터를 생성하고, 시설관리 계획 수립을 위해 학습된 인공 신경망에 상기 제1 입력 데이터를 입력할 수 있다.As an embodiment, in step S202, the
상기 기본 정보와 요청하는 시설 관리 분류는 인공 신경망에 그대로 입력될 수도 있고 전처리 과정을 거쳐 유효한 값만 꺼내어 제1 입력 데이터로 생성할 수 있다.The basic information and the requested facility management classification may be input to the artificial neural network as they are, or only valid values may be extracted and generated as first input data through a pre-processing process.
일실시예로서 S203 단계에서 장치(100)는, 상기 인공 신경망으로부터 제1 출력 데이터를 획득할 수 있다.As an embodiment, in step S203, the
일실시예로서 장치(100)는 기계 학습 알고리즘의 수행을 위하여 미리 학습된 다수의 인공 신경망을 포함할 수 있다. 기계 학습으로 입력 데이터를 바탕으로 출력 데이터를 출력하고 이것의 결과를 이용해 스스로 학습할 수도 있고 이로 인해 스스로 데이터 처리 능력이 향상될 수 있다. 인공 신경망은 입력 데이터를 바탕으로 특징을 추출하고 규칙성을 추측하여 결과 데이터를 출력할 수 있고 이러한 과정이 쌓일수록 결과 데이터의 신뢰도가 높아지게 된다.As one embodiment, the
본 발명에 있어서 인공 신경망은 시설관리 계획 수립과 그에 적합한 전문 인력을 선정하는 알고리즘일 수 있다. 장치(100)는 학습된 인공 신경망을 이용하여 사용자에게 적합한 계획과 인력을 추천하는 장치와 학습을 수행하는 장치와 동일할 수 있으나 별개의 장치일 수도 있다. 또한 상기 인공 신경망은 시설의 기본 정보와 요청하는 시설 관리 분류를 그대로 입력 데이터로 하거나 불필요한 데이터를 정리하는 처리 과정을 거친 후 입력 데이터로 하여 최상의 출력 데이터를 추론할 수 있다.In the present invention, the artificial neural network may be an algorithm that establishes a facility management plan and selects suitable professional personnel. The
인공지능 기계 학습 모델은 학습 종류에 따라 Super Viser Learning(지도학습), UnSuper Viser Learning(비지도 학습), Semisupervised learning(반지도 학습), Reinforcement Learning(강화 학습) 등이 있다. 그리고 기계 학습 알고리즘으로 Decision Tree(의사 결정 트리), K-Nearest Neightbor, Artificial Neural Network(인공 신경망), Support Vector Machine, Ensemble Learning, Gradient Descent(기울기 하강법), Naive Bayes Classifier, Hidden Markov Model, K-Means Clustering 등이 사용될 수 있다.Artificial intelligence machine learning models include Super Viser Learning, UnSuper Viser Learning, Semisupervised Learning, and Reinforcement Learning depending on the type of learning. And as machine learning algorithms, Decision Tree, K-Nearest Neightbor, Artificial Neural Network, Support Vector Machine, Ensemble Learning, Gradient Descent, Naive Bayes Classifier, Hidden Markov Model, K -Means Clustering, etc. can be used.
상기 인공 신경망은 수많은 인공 뉴런들을 몇 개의 층으로 쌓고 연결할 수 있다. 인공 신경망의 입력 데이터에는 시설의 기본 정보에 포함되는 위치, 시설 규모, 관리 규모 및 시설 종류인 주상복합, 빌딩, 아파트, 오피스텔, 빌라, 원룸, 사택, 주택, 숙박시설, 상업시설, 업무시설, 의료시설 등이 포함될 수 있다. 또한 사용자에 의해 요청되는 점검과 유지보수, 시설 운영에 관한 회계, 임대, 보안, 주차, 청소, 소독 등이 입력 데이터에 포함될 수 있다. 상기 인공 신경망은 입력 데이터에 포함될 수 있는 여러 입력 값들에 대해 미리 학습된 상태일 수 있다. 상기 인공 신경망은 시설 관리를 위한 최적의 계획을 추론하여 출력 데이터를 출력할 수 있다.The artificial neural network may stack and connect numerous artificial neurons in several layers. The input data of the artificial neural network include the location, facility size, management scale, and type of facility included in the basic information of the facility; Medical facilities may be included. In addition, inspection and maintenance requested by the user, accounting for facility operation, rental, security, parking, cleaning, disinfection, etc. may be included in the input data. The artificial neural network may be in a pre-learned state with respect to various input values that may be included in input data. The artificial neural network may infer an optimal plan for facility management and output output data.
일실시예로서 대규모 상업 시설의 보안 운영 계획이라면 보안 인력의 수, 보안 인력의 배치, 보안 인력 근무 시간, 보안 운영 범위, 보안 운영 비용 등을 추론해낼 수 있다.As an example, in the case of a security operation plan for a large-scale commercial facility, the number of security personnel, arrangement of security personnel, working hours of security personnel, security operation range, security operation cost, etc. may be inferred.
일실시예로서 인공 신경망은 학습방식 중 하나인 reinforcement learning(강화 학습)에 따라 학습되는 인공 신경망일 수 있다. 강화 학습은 보수와 제한을 설정하여 점차 올바른 결과를 획득할 확률을 올려가는 방식이다. 일실시예로서 유사한 기본 정보의 시설들의 시설관리 계획과 비교하여 적합한 시설 관리 계획을 출력하면 보수, 적합하지 않으면 제한을 할당하여 점차 최적화할 수 있다. 또한 시설관리 계획이 효율적인 결과를 내면 보수, 부족한 계획이면 제한을 할당할 수 있다.As an embodiment, the artificial neural network may be an artificial neural network that is trained according to reinforcement learning, which is one of the learning methods. Reinforcement learning is a method that gradually increases the probability of obtaining the correct result by setting a reward and a limit. As an example, if a suitable facility management plan is output by comparing it with facility management plans of facilities having similar basic information, maintenance, if not suitable, restrictions may be allocated and gradually optimized. In addition, repairs can be assigned if the facility management plan produces efficient results, and restrictions if the plan is insufficient.
또한 인공 신경망은 Convelutional Neural Network(CNN, 합성곱 신경망)나 Recurrent Neural Network(RNN, 순환 신경망)에 기반하여 모델링될 수도 있다.In addition, artificial neural networks may be modeled based on Convolutional Neural Networks (CNNs) or Recurrent Neural Networks (RNNs).
인공지능은 일실시예로서 S204 단계에서 장치(100)는, 상기 제1 출력 데이터를 바탕으로 시설관리 계획을 수립하고, 시설관리 전문 인력을 선정할 수 있다.As an embodiment of artificial intelligence, in step S204, the
일실시예로서 유사한 기본 정보의 시설들의 관리비용과 유지비용을 도출하여 상기 사용자 단말에 제공할 수도 있다. 유사한 규모의 시설들의 관리비용과 유지비용보다 사용자 시설의 관리비용과 유지비용이 많이 나온다면 시설 운영 점검을 하여 개선점을 찾을 수도 있다. 그리고 유시한 기본 정보를 갖는 시설들의 시설 관리 상태, 시설 운영 상태, 정기 정검 기간 등을 제공하여 사용자의 시설관리 계획의 이해에 도움이 될 수 있다.As an example, management costs and maintenance costs of similar basic information facilities may be derived and provided to the user terminal. If the management and maintenance costs of user facilities are higher than the management and maintenance costs of facilities of a similar size, improvements can be found by inspecting facility operation. In addition, facility management status, facility operation status, regular inspection period, etc. of facilities having similar basic information may be provided to help the user understand the facility management plan.
일실시예로서 S205 단계에서 장치(100)는, 상기 시설관리 전문 인력의 단말에 상기 시설관리 계획을 발신할 수 있다.As an embodiment, in step S205, the
전문 인력은 전문 인력의 단말로부터 시설관리 계획을 획득하고 상기 계획을 이행할 수 있다. 시설관리 계획은 전문 인력으로부터 평가받을 수도 있다.The professional manpower may acquire a facility management plan from the terminal of the professional manpower and implement the plan. Facility management plans may be evaluated by expert personnel.
일실시예로서 S206 단계에서 장치(100)는, 상기 시설관리 전문 인력의 단말을 통해 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 획득할 수 있다.As an embodiment, in step S206 , the
도 3은 본 발명의 일실시예에 따른 사전조사를 바탕으로 시설관리 계획을 수정하는 과정을 설명하기 위한 순서도이다.3 is a flowchart illustrating a process of modifying a facility management plan based on a preliminary investigation according to an embodiment of the present invention.
도 3을 참조하면, 일실시예로서 S301 단계에서 장치(100)는, 상기 제1 출력 데이터를 바탕으로 시설관리 계획을 수립하고, 시설관리 전문 인력을 선정하는 단계 이후에, 상기 시설관리 계획에 사전조사가 포함되면, S302 단계에서 사전조사 전문 인력을 선정할 수 있다.Referring to FIG. 3 , as an embodiment, in step S301, the
일실시예로서 S303 단계에서 장치(100)는, 상기 사전조사 전문 인력의 단말에 상기 기본 정보와 요청하는 시설관리 분류를 발신할 수 있다. 또한 상기 사전조사 전문 인력의 단말에 시설 내외부 체크 항목들이나 운영 상태 체크 항목들을 제공할 수도 있다. 상세하게는 문과 창문 상태, 벽과 천장 상태, 바닥 상태, 기둥 상태, 설비 상태, 배수 상태 등을 균열, 들뜸, 변색, 흠집, 녹, 벌어짐, 평탄도, 줄눈 탈락, 소음 정도, 접착 탈락 등의 항목으로 확인할 수 있다. 또한 시설 기본 정보를 바탕으로 시설 운영 업무 관련 기록지의 유무, 업무 기록 상태, 운영 지침 유무 등의 운영 상태 체크 항목을 제공할 수 있다.As an embodiment, in step S303, the
일실시예로서 S304 단계에서 장치(100)는, 상기 사전조사 전문 인력의 단말을 통해 사전조사 데이터를 획득할 수 있다. 사전조사 전문 인력의 개인 의견을 획득할 수도 있다. 사전조사 전문 인력의 단말로부터 데이터를 획득하면 건축물로서의 시설 상태와 시설 운영 상태를 상, 중, 하로 지정할 수 있다. 유사한 크기의 시설들의 데이터로부터 해당 시설의 상태를 추출하고 이를 이용하여 등급을 나눌 수 있다.As an embodiment, in step S304 , the
[수학식 1][Equation 1]
상기 [수학식 1]에서 S는 시설물의 상태 점수이고, X_l은 시설 용도에 따라서 주거, 의료, 숙박용은 3, 업무용은 4, 상업, 창고용은 5, 주차용 10, 그 외 3의 값을 가질 수 있고, X_n은 하자 수, X_s는 하자 규모일 수 있다. 상기 식을 이용하여 시설 용도별 유사한 크기의 시설 간의 시설물 상태 점수를 비교할 수 있다.In [Equation 1], S is the state score of the facility, and X_l is a value of 3 for residential, medical, and lodging, 4 for business, 5 for commercial and warehouse, 10 for parking, and 3 other values according to the purpose of the facility. , X_n may be the number of flaws, and X_s may be the size of the flaw. Using the above formula, it is possible to compare facility condition scores between facilities of similar size for each facility purpose.
일실시예로서 S305 단계에서 장치(100)는, 상기 사전조사 데이터를 바탕으로 제2 입력 데이터를 생성할 수 있고, 상기 인공 신경망에 상기 제2 입력 데이터를 입력할 수 있다.As an embodiment, in step S305, the
일실시예로서 S306 단계에서 장치(100)는, 상기 인공 신경망으로부터 제2 출력 데이터를 획득할 수 있다. 상세하게는 사전조사 결과 균열이 발견되었다면 시설 규모와 용도, 목적 등에 따른 전문 인력을 선정하고 균열 크기 표시, 현미경 활용 조사 방법 등을 결과 데이터로 도출할 수 있다.As an embodiment, in step S306, the
일실시예로서 S307 단계에서 장치(100)는, 상기 제2 출력 데이터를 바탕으로 상기 시설관리 계획을 수정할 수 있다.As an embodiment, in step S307, the
도 4는 본 발명의 일실시예에 따른 시설관리 계획의 이행을 점검하는 과정과 사용자 단말에 시설관리 관련 정보를 전달하고 평점을 획득하는 과정을 설명하기 위한 순서도이다.4 is a flowchart illustrating a process of checking implementation of a facility management plan and a process of delivering facility management-related information to a user terminal and obtaining a rating according to an embodiment of the present invention.
도 4를 참조하면, 일실시예로서 S401 단계에서 장치(100)는, 상기 시설관리 전문 인력의 단말을 통해 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 획득하는 단계 이후에, 시설관리 계획 이행점검 인력을 선정할 수 있고, 상기 시설관리 계획 이행점검 인력의 단말에 상기 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 발신할 수 있다.Referring to FIG. 4, as an embodiment, in step S401, after the step of obtaining at least one of the facility management plan implementation status and result through the terminal of the facility management expert, the
시설관리 계획 이행점검은 일별, 월별, 분기별, 연간 등의 점검 주기를 가질 수 있다. 시설관리 계획의 이행상황과 문제점을 파악할 수 있고 계획의 안정화와 정착을 도울 수 있다.Facility management plan implementation inspections can have inspection cycles such as daily, monthly, quarterly, and yearly. It can identify the implementation status and problems of the facility management plan, and help stabilize and settle the plan.
일실시예로서 S402 단계에서 장치(100)는, 상기 시설관리 계획 이행점검 인력의 단말을 통해 시설관리 계획 이행 점검 데이터를 획득할 수 있다.As an embodiment, in step S402 , the
시설관리 계획 이행점검은 시설관리 계획이 잘 이행되고 있는지 점검할 수 있고 시설관리 계획이 이행하기에 적합한지 확인할 수도 있다. 만일 시설관리 계획이 제대로 이행되고 있지 않으면 부적합한 계획인지 판단받을 수도 있다.Facility management plan implementation inspection can check whether the facility management plan is being implemented well and can confirm whether the facility management plan is suitable for implementation. If the facility management plan is not properly implemented, it may be judged to be an inappropriate plan.
일실시예로서 S403 단계에서 장치(100)는, 상기 시설관리 계획 이행점검 데이터를 바탕으로 제3 입력 데이터를 생성할 수 있고, 상기 인공 신경망에 상기 제3 입력 데이터를 입력할 수 있다.As an embodiment, in step S403, the
일실시예로서 S404 단계에서 장치(100)는, 상기 인공 신경망으로부터 제3 출력 데이터를 획득할 수 있다. 인공 신경망에 시설관리 계획 이행점검 데이터가 입력되면 새로운 입력 값을 바탕으로 기존의 시설관리 계획을 더욱 보완할 수 있다.As an embodiment, in step S404, the
일실시예로서 S405 단계에서 장치(100)는, 상기 제3 출력 데이터를 바탕으로 상기 시설관리 계획을 수정할 수 있다.As an embodiment, in step S405, the
일실시예로서 S406 단계에서 장치(100)는, 상기 시설관리 전문 인력의 단말에 상기 수정한 시설관리 계획을 발신할 수 있다.As an embodiment, in step S406, the
수정된 시설관리 계획은 전문 인력의 단말과 사용자 단말에 공유되어 계획 이행을 도울 수 있다. 또한 그 과정에서 전문 인력과 사용자의 의견을 획득할 수도 있다.The modified facility management plan can be shared with the terminals of professional personnel and user terminals to help plan implementation. Also, in the process, opinions of experts and users may be obtained.
일실시예로서 S407 단계에서 장치(100)는, 상기 사용자 단말에 상기 시설관리 전문 인력 정보, 시설관리 계획 및 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 제공할 수 있다.As an embodiment, in step S407 , the
시설관리 계획 이행 상황에 대해서 사용자와 전문 인력은 의견을 교환할 수 있다. 또한 수정전 시설관리 계획에 대한 평가를 획득할 수 있고 수정후 시설관리 계획에 대해서도 평가할 수 있다.Users and experts can exchange opinions about the implementation status of the facility management plan. In addition, an evaluation of the facility management plan before modification can be obtained, and an evaluation of the facility management plan after modification can also be obtained.
일실시예로서 S408 단계에서 장치(100)는, 상기 사용자 단말을 통해 시설관리 관련 문의와 요청 중 어느 하나 이상을 획득하면, 상기 시설관리 전문 인력의 단말에 상기 문의와 요청 중 어느 하나 이상을 발신할 수 있다.As an embodiment, in step S408, if any one or more of facility management-related inquiries and requests is obtained through the user terminal, the
일실시예로서 S409 단계에서 장치(100)는, 상기 시설관리 전문 인력의 단말을 통해 상기 시설관리 관련 문의에 대한 답변, 요청에 대한 답변, 요청 이행 계획, 상황, 결과 중 어느 하나 이상을 획득하면, 상기 사용자 단말에 상기 시설관리 관련 문의에 대한 답변, 요청에 대한 답변, 요청 이행 계획, 상황, 결과 중 어느 하나 이상을 제공할 수 있다.As an embodiment, in step S409, when the
일실시예로서 S410 단계에서 장치(100)는, 상기 사용자 단말을 통해 상기 시설관리 전문 인력 평점을 획득할 수 있다.As an embodiment, in step S410, the
시설관리 전문 인력 평점은 시설관리 계획 이행 정도와 전문성 등에 의해 평가 받을 수 있다. 사용자 뿐만 아니라 시설관리 계획 이행 점검 인력으로부터 평가받을 수도 있다. 평점이 기준점 이하이면 담당하고 있는 시설관리 업무에서 배제될 수 있으며 시설관리 관련 전문 교육이수를 추천할 수 있다.Facility management professional personnel ratings can be evaluated by the degree of implementation of the facility management plan and expertise. It can be evaluated not only by the user but also by the personnel inspecting the implementation of the facility management plan. If the GPA is below the reference point, you may be excluded from the facility management job you are in charge of, and professional training related to facility management may be recommended.
도 5는 본 발명의 일실시예에 따른 인공 신경망이 시설관리 분류(점검, 유지보수, 회계)에 따른 제1 결과값을 지정하는 과정을 설명하기 위한 순서도이다.5 is a flowchart illustrating a process in which an artificial neural network designates a first result value according to facility management classification (inspection, maintenance, accounting) according to an embodiment of the present invention.
도 5를 참조하면 일실시예로서 S501 단계에서 상기 인공 신경망은, 상기 요청 시설관리 분류가 점검인 경우, S502 단계에서 시설 기본 정보에 따른 점검 계획을 제1 결과값에 지정할 수 있다.Referring to FIG. 5 , as an embodiment, in step S501, when the requested facility management classification is inspection, the artificial neural network may designate an inspection plan according to basic facility information to a first resultant value in step S502.
점검 계획에는 일, 주, 월, 분기, 년 등과 같은 주기를 포함할 수 있으며 각 주기별 점검해야 하는 항목, 방법을 제시할 수 있다. 또한 해빙기, 우기와 장마기, 월동기, 같은 특수한 시기 전의 점검에 관한 계획도 포함할 수 있다. 점검 전문 인력의 단말에 시설 내외부 체크 항목들이나 운영 상태 체크 항목들을 제공할 수도 있다. 상세하게는 문과 창문 상태, 벽과 천장 상태, 바닥 상태, 기둥 상태, 설비 상태, 배수 상태 등을 균열, 들뜸, 변색, 흠집, 녹, 벌어짐, 평탄도, 줄눈 탈락, 소음 정도, 접착 탈락 등의 항목으로 확인할 수 있다.The inspection plan can include cycles such as daily, weekly, monthly, quarterly, yearly, etc., and can suggest items and methods to be inspected for each cycle. It may also include plans for inspections prior to special periods such as thaw, rainy season, monsoon season, and winter season. Inspection experts' terminals may be provided with internal/external check items or operation status check items. In detail, the condition of doors and windows, condition of walls and ceiling, condition of floor, condition of pillar, condition of equipment, condition of drainage, crack, lifting, discoloration, scratch, rust, widening, flatness, joint loss, noise level, adhesion loss, etc. items can be checked.
또한 시설 기본 정보를 바탕으로 시설 운영 업무 관련 기록지의 유무, 업무 기록 상태, 운영 지침 유무 등의 운영 상태 체크 항목을 제공할 수 있다. 유사한 시설들의 데이터를 이용하여 해당 시설의 점검 상태를 점수나 등급으로 표현할 수도 있다.In addition, based on basic facility information, it is possible to provide operation status check items such as the presence or absence of a record sheet related to facility operation, the status of business records, and the presence or absence of operation guidelines. The inspection status of the facility can be expressed as a score or grade using data from similar facilities.
일실시예로서 S503 단계에서 상기 인공 신경망은, 상기 요청 시설관리 분류가 유지보수인 경우, S504 단계에서 사전조사 결과가 없다면 S505 단계에서 시설 기본 정보에 따른 시설 내외부 사전조사 계획을 제1 결과값에 지정할 수 있고, S504 단계에서 사전조사 결과가 있다면 S506 단계에서 상기 사전조사 결과를 바탕으로 하는 시설 유지나 보수를 위한 공사 계획을 제1 결과값에 지정할 수 있다.As an embodiment, in step S503, when the requested facility management classification is maintenance, if there is no preliminary investigation result in step S504, in step S505, the preliminary investigation plan inside and outside the facility according to basic facility information is set to the first result value. If there is a preliminary investigation result in step S504, a construction plan for facility maintenance or repair based on the preliminary investigation result may be designated as a first result value in step S506.
시설의 수명 연장과 가치 보존을 위하여 보수공사와 변경공사가 요구될 수 있다. 상기 인공 신경망은 시설의 기본 정보를 이용하여 시설의 수명에 따라 보수공사가 많이 발생했던 부분을 추측할 수 있다. 또한 유사한 시기에 지어지거나 유사한 규모의 시설들, 동일한 건설사가 지은 시설들의 데이터를 이용하여 취약점을 추측할 수도 있다. 이를 바탕으로 주의해서 조사해야 하는 부분을 포함하는 사전조사 계획을 수립할 수 있다. 또한 시설의 종류와 규모에 따른 효율적인 공사 업체를 추측할 수도 있다.Repair work and modification work may be required to extend the life of the facility and preserve its value. The artificial neural network may use basic information of a facility to estimate a part where a lot of repair work has occurred according to the lifespan of the facility. In addition, vulnerabilities can be estimated using data of facilities built at similar times, of similar scale, or facilities built by the same construction company. Based on this, it is possible to establish a preliminary investigation plan that includes the parts to be carefully investigated. In addition, it is possible to guess an efficient construction company according to the type and size of the facility.
일실시예로서 S507 단계에서 상기 인공 신경망은, 상기 요청 시설관리 분류가 회계인 경우, S508 단계에서 사전조사 결과가 없다면 S509 단계에서 시설 기본 정보에 따른 회계 운영 사전조사 계획을 제1 결과값에 지정할 수 있고, S508 단계에서 사전조사 결과가 있다면 S510 단계에서 상기 사전조사 결과를 바탕으로 하는 회계 운영 계획을 제1 결과값에 지정할 수 있다.As an embodiment, in step S507, when the requested facility management classification is accounting, if there is no preliminary investigation result in step S508, in step S509, an accounting operation preliminary investigation plan according to basic facility information is assigned to the first result value. If there is a preliminary investigation result in step S508, an accounting operation plan based on the preliminary investigation result can be designated as a first result value in step S510.
회계 운영 상태를 조사하기 위한 사전조사는 회계 업무 기록지를 통해 획득할 수 있다. 이전의 회계 운영 업무 기록이 없다면 유사한 시설들의 회계 운영 계획을 획득하여 적용할 수 있다.A preliminary investigation to investigate the accounting operation status can be obtained through the accounting business record sheet. If no previous records of accounting operations exist, plans for accounting operations for similar facilities may be obtained and applied.
도 6은 본 발명의 일실시예에 따른 인공 신경망이 시설관리 분류(임대, 보안, 주차)에 따른 제1 결과값을 지정하는 과정을 설명하기 위한 순서도이다.6 is a flowchart illustrating a process in which an artificial neural network designates a first result value according to facility management classification (rental, security, parking) according to an embodiment of the present invention.
일실시예로서 S601 단계에서 장치는, 상기 요청 시설관리 분류가 임대인 경우, S602 단계에서 사전조사 결과가 없다면 S603 단계에서 시설 기본 정보에 따른 임대 상태 사전조사 계획을 제1 결과값에 지정할 수 있고, S602 단계에서 사전조사 결과가 있다면 S604 단계에서 상기 사전조사 결과를 바탕으로 하는 임대 운영 계획을 제1 결과값에 지정할 수 있다.As an embodiment, in step S601, if the requested facility management category is rental, if there is no preliminary investigation result in step S602, in step S603, a rental condition preliminary investigation plan according to basic facility information may be designated as the first result value, If there is a preliminary investigation result in step S602, a rental operation plan based on the preliminary investigation result may be designated as a first result value in step S604.
임대 운영 계획에는 임차인 의견 수렴 방법과 민원 관리 방법, 임대인 단말에 관리비와 유지비 등과 같은 임대 운영 관련 정보를 제공하는 방법 등이 포함될 수 있다. 그리고 임차인 단말로부터 수리 요청을 수신한 경우 해당 수리 부분이 하자 보수 대상이 아니면 수리 부품이나 수리 도구를 구입할 수 있는 판매 사이트를 안내하는 항목, 임차인이나 임대인의 단말에 수리에 소비되는 비용의 결제를 안내하거나 보증금에서 제함을 안내하는 항목, 계약 해지시 시설 내부의 설비나 가구의 상태를 곧바로 확인하여 원상복구 비용을 청구하는 항목을 포함할 수도 있다.The rental operation plan may include a method of collecting tenants' opinions, a method of managing civil complaints, and a method of providing rental operation-related information such as management fees and maintenance costs to the lessor's terminal. In addition, when a repair request is received from the lessee's terminal, if the repair part is not subject to repair, an item that guides the sales site where repair parts or repair tools can be purchased, and the lessee's or lessor's terminal guides the payment of the repair cost It may also include an item that guides you through restrictions in the deposit, and an item that immediately checks the condition of facilities or furniture inside the facility upon termination of the contract and charges for restoration to its original state.
그리고 임대 운영 계획에 임차인의 단말에 관리비 수납일자와 수납금액 알림 제공, 관리비와 공지사항 등을 고지하는 시기와 방법, 계약 해지시 정산, 분쟁 발생시 대응, 임대차계약 대행 방법 등과 같은 업무 항목들을 지정할 수 있다.In addition, in the rental operation plan, you can designate business items such as providing notification of the date and amount of management fee to the lessee's terminal, time and method of notifying management fee and announcements, settlement when contract is terminated, response in case of dispute, and rental contract agency method. there is.
또한 공실 관리를 위한 임대 시장 분석 후 전략 계획을 수립하여 임대 마케팅을 계획할 수도 있다.In addition, after analyzing the rental market for vacancy management, you can plan rental marketing by establishing a strategic plan.
일실시예로서 S605 단계에서 장치는, 상기 요청 시설관리 분류가 보안인 경우, S606 단계에서 시설 기본 정보에 보안 운영 계획을 제1 결과값에 지정할 수 있다.As an embodiment, in step S605, when the requested facility management classification is security, the device may designate a security operation plan in basic facility information as a first result value in step S606.
보안 운영 계획은 시설의 기본 정보에 따른 감시 방법, 순찰 방법, 출입관리 방법, 보안 업무 관련 안전교육을 이수 완료한 시설관리 전문 인력 선정 등이 포함될 수 있다. 보안 업무 관련 안전교육에는 긴급상활별 대처 순서, 대처 방법 등을 교육하고 훈련하는 교육이 포함될 수 있다.The security operation plan may include monitoring methods according to the basic information of the facility, patrol methods, access control methods, selection of facility management experts who have completed safety education related to security work, etc. Safety education related to security work may include education and training on emergency response procedures and response methods.
일실시예로서 S607 단계에서 장치는, 상기 요청 시설관리 분류가 주차인 경우, S608 단계에서 시설 기본 정보에 따른 주차 운영 계획을 제1 결과값에 지정할 수 있다.As an embodiment, in step S607, when the requested facility management category is parking, the device may designate a parking operation plan according to basic facility information to the first resultant value in step S608.
주차 운영 계획은 시설의 기본 정보에 따른 주차장 운영 시간, 주차 안내 방법, 차량 통제 방법, 주차 업무 관련 안전교육을 이수 완료한 시설관리 전문 인력 선정 등이 포함될 수 있다.The parking operation plan may include the parking lot operating hours according to the basic information of the facility, the parking guidance method, the vehicle control method, and the selection of facility management experts who have completed safety training related to parking work.
도 7은 본 발명의 일실시예에 따른 인공 신경망이 시설관리 분류(청소, 소독)에 따른 제1 결과값을 지정하는 과정을 설명하기 위한 순서도이다.7 is a flowchart illustrating a process in which an artificial neural network designates a first result value according to facility management classification (cleaning, disinfection) according to an embodiment of the present invention.
도 7을 참조하면 일실시예로서 S701 단계에서 장치는, 상기 요청 시설관리 분류가 청소인 경우, S702 단계에서 사전조사 결과가 없다면 S703 단계에서 시설 기본 정보에 따른 청소 범위 사전조사 계획을 제1 결과값에 지정할 수 있고, S702 단계에서 사전조사 결과가 있다면 S704 단계에서 상기 사전조사 결과를 바탕으로 하는 청소 운영 계획을 제1 결과값에 지정할 수 있다.Referring to FIG. 7, as an embodiment, in step S701, when the requested facility management classification is cleaning, if there is no preliminary investigation result in step S702, in step S703, the cleaning range preliminary investigation plan according to basic facility information is set as a first result. value, and if there is a preliminary investigation result in step S702, a cleaning operation plan based on the preliminary investigation result may be designated in a first result value in step S704.
일실시예로서 상기 청소 운영 계획은 일별, 주별, 월별, 분기별 등과 같은 청소 주기별 청소 항목과 청소 방법 등을 지정하는 방식일 수 있다. 청소 항목에는 현관, 유리창, 승강기, 복도, 층계, 소화전함, 바닥 등과 같은 시설 내부 청소 항목들과 진입로, 놀이터, 지하주차장, 화단, 쓰레기 수거장 등과 같은 시설 외부 청소 항목들이 있을 수 있다. 청소 주기가 짧은 경우에는 바닥, 층계, 화장실, 승강기 등 자주 청소해야 하는 항목을 지정할 수 있고 청소 주기가 긴 경우에는 창틀, 옥상, 주차장 등과 같은 항목을 지정할 수 있다. 그리고 각 구역별 책임자를 지정하여 책임감을 높이는 방식을 지정할 수도 있다.As an example, the cleaning operation plan may designate cleaning items and cleaning methods for each cleaning cycle such as daily, weekly, monthly, or quarterly. The cleaning items may include cleaning items inside the facility, such as entrances, windows, elevators, corridors, stairs, fire extinguishers, and floors, and cleaning items outside the facility, such as driveways, playgrounds, underground parking lots, flower beds, and garbage collection points. If the cleaning cycle is short, items that need frequent cleaning, such as floors, stairs, toilets, and elevators, can be designated, and if the cleaning cycle is long, items such as window frames, rooftops, and parking lots can be designated. In addition, it is possible to designate a way to increase accountability by designating a person in charge for each district.
또한 특수 약품이나 물을 이용한 청소를 지정하고 청소시 유의 사항이나 청소 제외 구역을 지정할 수도 있다. 그리고 날씨 데이터를 이용하여 동절기 제설, 제빙이나 장마철 전후의 배수로 청소에 관한 항목도 지정할 수도 있다.In addition, cleaning using special chemicals or water can be designated, precautions to be taken when cleaning, or areas excluded from cleaning can be designated. In addition, items related to snow removal and ice removal in winter or drainage cleaning before and after the rainy season may be specified using weather data.
그리고 청소 운영 계획 전문 인력들에게 청소 메뉴얼 교육을 매월, 분기별마다 제공할 수 있다. 의료시설과 같은 특수한 약품을 이용한 청소가 요구되는 시설을 담당하는 전문 인력에게는 특수 약품과 약품을 사용하는 방법에 관한 교육이 추가될 수도 있다.In addition, cleaning manual training may be provided monthly or quarterly to cleaning operation planners. Specialized personnel in charge of facilities requiring cleaning using special chemicals, such as medical facilities, may be additionally trained on special chemicals and how to use them.
일실시예로서 S705 단계에서 장치는, 상기 요청 시설관리 분류가 소독인 경우, S706 단계에서 사전조사 결과가 없다면 S707 단계에서 시설 기본 정보에 따른 소독 범위 사전조사 계획을 제1 결과값에 지정할 수 있고, S706 단계에서 사전조사 결과가 있다면 S708 단계에서 상기 사전조사 결과를 바탕으로 하는 소독 운영 계획을 제1 결과값에 지정할 수 있다.As an embodiment, in step S705, if the requested facility management classification is disinfection, if there is no preliminary investigation result in step S706, in step S707, a disinfection range preliminary investigation plan according to basic facility information may be designated as the first result value, , If there is a preliminary investigation result in step S706, a disinfection operation plan based on the preliminary investigation result may be designated as the first resultant value in step S708.
일실시예로서 상기 소독 운영 계획은 일별, 주별, 월별, 분기별 등과 같은 소독 주기별 소독 항목과 소독 방법 등을 지정하는 방식일 수 있다. 소독 항목에는 배수구, 바닥, 벽면, 층계 등과 같은 시설 내부 소독, 외부 배수구, 하수구, 시설 외부 벽면, 쓰레기 수거장, 화단, 예상 벌레 서식지 등과 같은 시설 외부 소독이 포함될 수 있다. 또한 의료시설과 같은 특수 시설인 경우 소독 유의 범위, 소독 불가 범위를 지정할 수 있고, 소독 허용 약품, 소독 불가 약품을 지정할 수도 있다.As an embodiment, the disinfection operation plan may be a method of designating disinfection items and disinfection methods for each disinfection cycle such as daily, weekly, monthly, quarterly, and the like. Disinfection items may include disinfection inside the facility, such as drains, floors, walls, and stairwells, and disinfection outside the facility, such as outside drains, sewers, exterior walls of the facility, garbage dumps, flower beds, and expected insect habitats. In addition, in the case of a special facility such as a medical facility, the range of disinfection oil and the range of non-disinfection can be designated, and disinfection allowable and non-disinfection chemicals can be designated.
도 8은 본 발명의 일실시예에 따른 인공 신경망이 제2 결과값을 지정하고 출력 데이터를 출력하는 과정을 설명하기 위한 순서도이다.8 is a flowchart illustrating a process of designating a second result value and outputting output data by an artificial neural network according to an embodiment of the present invention.
도 8을 참조하면, 일실시예로서 S801 단계에서 장치는, 도 5 내지 도 7에서 제1 결과값을 지정한 후에, 시설의 규모와 요청 시설관리 분류를 바탕으로 파견할 시설관리 전문 인력 수를 지정할 수 있다.Referring to FIG. 8 , as an embodiment, in step S801, after specifying the first result value in FIGS. 5 to 7, the device designates the number of facility management experts to be dispatched based on the size of the facility and the requested facility management classification. can
시설의 규모가 소정의 크기보다 크고 요청 시설관리 분류의 업무가 많다고 판단하면 상기 시설관리 전문 인력의 수를 많게 지정할 수 있다.If it is determined that the size of the facility is larger than the predetermined size and the number of requested facility management classification tasks is large, the number of specialized facility management personnel may be designated.
일실시예로서 S802 단계에서 장치는, 상기 인력 수의 절반 이상은 요청 시설관리 분류의 5년 이상 경력자 중 기준점 이상의 평점 보유자를 제1 그룹으로 선정할 수 있다. 만약 시설관리 전문 인력의 수를 1명으로 지정했다면 반드시 5년 이상의 경력자가 지정될 수 있다. 2명이라면 5년 이상의 경력자가 1명 이상 포함될 수 있다. 시설관리 전문 인력에 5년 이상의 경력자를 반드시 포함시킴으로써 시설관리의 신뢰도를 높일 수 있다.As an embodiment, in step S802, the device may select as the first group more than half of the number of personnel who have 5 or more years of experience in the requested facility management category and have a rating equal to or higher than a reference point. If the number of facility management experts is designated as one person, a person with more than 5 years of experience can be designated. In the case of two people, one or more people with more than 5 years of experience may be included. Reliability in facility management can be increased by including those with more than 5 years of experience in facility management professionals.
일실시예로서 S803 단계에서 장치는, 상기 인력 수에서 상기 제1 그룹의 수를 제외한 나머지는 상기 요청 시설관리 분류의 필수 교육 이수자 중 평점이 높은 순으로 제2 그룹을 선정할 수 있다.As an embodiment, in step S803, the device may select a second group in order of highest score among those who have completed the required education in the requested facility management category, except for the number of the first group from the number of personnel.
요청 시설관리 분류에 처음으로 지원하게 된 인력은 평점이 없을 수 있으므로 기준점 이상의 평점을 보유한 5년 이상의 경력자와 필수 교육 이수자를 선정하고 난 후 평점이 없는 신규 인력을 추가로 더 포함할 수도 있다.Since the first person to apply for the requested facility management classification may not have a rating, new personnel without a rating may be additionally included after selecting those with 5 or more years of experience and those who have completed the required training with a rating above the reference point.
일실시예로서 S804 단계에서 장치는, 상기 제1 그룹과 제2 그룹을 제2 결과값에 지정할 수 있다. 상기 제1 그룹과 제2 그룹의 합은 전문 인력의 수와 같거나 많을 수도 있다.As an embodiment, in step S804, the device may designate the first group and the second group as the second result value. The sum of the first group and the second group may be equal to or greater than the number of professional personnel.
S805 단계에서 장치는, 상기 제1 결과값과 제2 결과값을 출력 데이터로 출력할 수 있다.In step S805, the device may output the first result value and the second result value as output data.
이상에서 설명된 실시예들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.The embodiments described above may be implemented in the form of program instructions that can be executed by various computer means and recorded on a computer readable medium. Computer readable media may include program instructions, data files, data structures, etc. alone or in combination. Program instructions recorded on a computer readable medium may be specially designed and configured for the present invention or may be known and usable to those skilled in computer software.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Examples of computer readable media may include hardware devices specially configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions may include not only machine language codes generated by a compiler but also high-level language codes that can be executed by a computer using an interpreter and the like. The hardware device described above may be configured to operate with at least one software module to perform the operations of the present invention, and vice versa.
또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될수 있다.In addition, the above-described method or apparatus may be implemented by combining all or part of its components or functions, or may be implemented separately.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although the above has been described with reference to preferred embodiments of the present invention, those skilled in the art will variously modify and change the present invention within the scope not departing from the spirit and scope of the present invention described in the claims below. You will understand that it can be done.
100 전자 장치
110 프로세서 120 메모리
200 사용자 단말
300 시설관리 전문 인력 단말
400 사전조사 전문 인력 단말
500 시설관리 계획 이행점검 인력 단말100 electronic devices
110
200 user terminals
300 Facility management expert terminal
400 Pre-survey expert personnel terminal
500 Facility management plan implementation inspection personnel terminal
Claims (3)
사용자 단말을 통해 입력된, 시설의 기본 정보와 상기 기본 정보가 입력된 시설의 관리를 요청하기 위하여 점검, 유지보수, 회계, 임대, 보안, 주차, 청소, 소독 중 어느 하나인 시설관리 분류를 획득하는 단계;
상기 기본 정보와 상기 시설관리 분류를 바탕으로 제1 입력 데이터를 생성하고, 시설관리 계획 수립을 위해 학습된 인공 신경망에 상기 제1 입력 데이터를 입력하는 단계;
상기 인공 신경망으로부터 제1 출력 데이터를 획득하는 단계;
상기 사용자 단말을 통해 입력된 시설의 기본 정보와 유사한 정보를 갖는 시설들의 시설관리 계획을 기반으로 획득한 시설관리 계획과, 상기 사용자 단말을 통해 입력된 시설관리 분류를 기반으로 획득한 전문 인력을 포함하는 제1 출력 데이터를 바탕으로 시설관리 계획과 전문 인력을 획득하는 단계;
상기 시설관리 전문 인력의 단말에 상기 시설관리 계획을 발신하는 단계; 및
상기 시설관리 전문 인력의 단말을 통해 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 획득하는 단계를 포함하는 것을 특징으로 하고,
상기 제1 출력 데이터를 바탕으로 시설관리 계획을 수립하고, 시설관리 전문 인력을 선정하는 단계 이후에,
상기 시설관리 계획에 사전조사가 포함되면, 사전조사 전문 인력을 선정하는 단계;
상기 사전조사 전문 인력의 단말에 상기 기본 정보와 상기 시설관리 분류를 발신하는 단계;
상기 사전조사 전문 인력의 단말을 통해 사전조사 데이터를 획득하는 단계;
상기 사전조사 데이터를 바탕으로 제2 입력 데이터를 생성하고, 상기 인공 신경망에 상기 제2 입력 데이터를 입력하는 단계;
상기 인공 신경망으로부터 제2 출력 데이터를 획득하는 단계; 및
상기 제2 출력 데이터를 바탕으로 상기 시설관리 계획을 수정하는 단계를 더 포함하고,
상기 시설관리 전문 인력의 단말을 통해 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 획득하는 단계 이후에,
시설관리 계획 이행점검 인력을 선정하고, 상기 시설관리 계획 이행점검 인력의 단말에 상기 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 발신하는 단계;
상기 시설관리 계획 이행점검 인력의 단말을 통해 시설관리 계획 이행 점검 데이터를 획득하는 단계;
상기 시설관리 계획 이행점검 데이터를 바탕으로 제3 입력 데이터를 생성하고, 상기 인공 신경망에 상기 제3 입력 데이터를 입력하는 단계;
상기 인공 신경망으로부터 제3 출력 데이터를 획득하는 단계;
상기 제3 출력 데이터를 바탕으로 상기 시설관리 계획을 수정하는 단계;
상기 시설관리 전문 인력의 단말에 상기 수정한 시설관리 계획을 발신하는 단계;
상기 사용자 단말에 상기 시설관리 전문 인력 정보, 시설관리 계획 및 시설관리 계획 이행 상황과 결과 중 어느 하나 이상을 제공하는 단계;
상기 사용자 단말을 통해 시설관리 관련 문의와 요청 중 어느 하나 이상의 데이터를 수신하면, 상기 시설관리 전문 인력의 단말에 상기 문의와 요청 중 어느 하나 이상을 발신하는 단계;
상기 시설관리 전문 인력의 단말을 통해 상기 시설관리 관련 문의에 대한 답변, 요청에 대한 답변, 요청 이행 계획, 상황, 결과 중 어느 하나 이상의 데이터를 수신하면, 상기 사용자 단말에 상기 시설관리 관련 문의에 대한 답변, 요청에 대한 답변, 요청 이행 계획, 상황, 결과 중 어느 하나 이상을 제공하는 단계; 및
상기 사용자 단말을 통해 상기 시설관리 전문 인력 평점을 획득하는 단계를 더 포함하는 것을 특징으로 하고,
상기 인공 신경망은,
상기 제1 입력데이터에 포함되는 시설관리 분류에 관한 특징이 점검인 경우, 시설 기본 정보에 따른 점검 계획을 제1 결과값에 지정하고,
상기 제1 입력데이터에 포함되는 시설관리 분류에 관한 특징이 유지보수인 경우, 사전조사 결과가 없다면 시설 기본 정보에 따른 시설 내외부 사전조사 계획을 제1 결과값에 지정하고, 사전조사 결과가 있다면 상기 사전조사 결과를 바탕으로 하는 시설 유지나 보수를 위한 공사 계획을 제1 결과값에 지정하고,
상기 제1 입력데이터에 포함되는 시설관리 분류에 관한 특징이 회계인 경우, 사전조사 결과가 없다면 시설 기본 정보에 따른 회계 운영 사전조사 계획을 제1 결과값에 지정하고, 사전조사 결과가 있다면 상기 사전조사 결과를 바탕으로 하는 회계 운영 계획을 제1 결과값에 지정하고,
상기 제1 입력데이터에 포함되는 시설관리 분류에 관한 특징이 임대인 경우, 사전조사 결과가 없다면 시설 기본 정보에 따른 임대 상태 사전조사 계획을 제1 결과값에 지정하고, 사전조사 결과가 있다면 상기 사전조사 결과를 바탕으로 하는 임대 운영 계획을 제1 결과값에 지정하고,
상기 제1 입력데이터에 포함되는 시설관리 분류에 관한 특징이 보안인 경우, 시설 기본 정보에 보안 운영 계획을 제1 결과값에 지정하고,
상기 제1 입력데이터에 포함되는 시설관리 분류에 관한 특징이 주차인 경우, 시설 기본 정보에 따른 주차 운영 계획을 제1 결과값에 지정하고,
상기 제1 입력데이터에 포함되는 시설관리 분류에 관한 특징이 청소인 경우, 사전조사 결과가 없다면 시설 기본 정보에 따른 청소 범위 사전조사 계획을 제1 결과값에 지정하고, 사전조사 결과가 있다면 상기 사전조사 결과를 바탕으로 하는 청소 운영 계획을 제1 결과값에 지정하고,
상기 제1 입력데이터에 포함되는 시설관리 분류에 관한 특징이 소독인 경우, 사전조사 결과가 없다면 시설 기본 정보에 따른 소독 범위 사전조사 계획을 제1 결과값에 지정하고, 사전조사 결과가 있다면 상기 사전조사 결과를 바탕으로 하는 소독 운영 계획을 제1 결과값에 지정하고,
시설의 규모와 상기 시설관리 분류를 바탕으로, 파견할 시설관리 전문 인력 수를 지정하고,
상기 인력 수의 절반 이상은 요청 시설관리 분류의 5년 이상 경력자 중 기준점 이상의 평점 보유자를 제1 그룹으로 선정하고,
상기 인력 수에서 상기 제1 그룹의 수를 제외한 나머지는, 상기 시설관리 분류의 필수 교육 이수자 중 평점이 높은 순으로 제2 그룹을 선정하고,
상기 제1 그룹과 제2 그룹을 제2 결과값에 지정하고,
상기 제1 결과값과 제2 결과값을 출력 데이터로 출력하는 것을 특징으로 하고,
상기 장치는,
상기 사전조사 전문 인력의 단말을 통해 건축물로서의 시설의 상태와 시설 운영 상태를 포함하는 사전조사 데이터를 획득하고, [수학식 1]을 이용하여 시설물의 상태 점수를 산출하고,
[수학식 1]
상기 [수학식 1]에서 S는 시설물의 상태 점수이고, X_l은 시설 용도에 따라서 주거, 의료, 숙박용은 3, 업무용은 4, 상업, 창고용은 5, 주차용 10, 그 외 3의 값을 가지고, X_n은 하자 수, X_s는 하자 규모인 것을 특징으로 하는,
인공지능 기반 시설관리를 위한 인력 파견 방법.In the method of dispatching personnel for artificial intelligence-based facility management, performed by a device,
Acquire facility management classification, which is any one of inspection, maintenance, accounting, rental, security, parking, cleaning, and disinfection, in order to request basic information of the facility entered through the user terminal and management of the facility in which the basic information is entered doing;
generating first input data based on the basic information and the facility management classification, and inputting the first input data into a trained artificial neural network to establish a facility management plan;
obtaining first output data from the artificial neural network;
Includes facility management plans obtained based on facility management plans of facilities having information similar to the basic facility information input through the user terminal, and professional manpower acquired based on facility management classification input through the user terminal. obtaining a facility management plan and professional manpower based on the first output data;
transmitting the facility management plan to a terminal of the facility management specialist; and
It characterized in that it comprises the step of obtaining any one or more of the facility management plan implementation status and results through the terminal of the facility management specialist,
After establishing a facility management plan based on the first output data and selecting facility management experts,
If the preliminary investigation is included in the facility management plan, selecting experts for the preliminary investigation;
transmitting the basic information and the facility management classification to terminals of the pre-survey experts;
acquiring preliminary survey data through a terminal of the preliminary survey expert;
generating second input data based on the pre-survey data and inputting the second input data to the artificial neural network;
obtaining second output data from the artificial neural network; and
Modifying the facility management plan based on the second output data;
After the step of obtaining any one or more of the facility management plan implementation status and result through the terminal of the facility management professional,
Selecting a facility management plan implementation inspection personnel, and transmitting at least one of the facility management plan implementation status and results to a terminal of the facility management plan implementation inspection personnel;
Acquiring facility management plan implementation inspection data through a terminal of the facility management plan implementation inspection personnel;
generating third input data based on the facility management plan implementation check data, and inputting the third input data to the artificial neural network;
obtaining third output data from the artificial neural network;
modifying the facility management plan based on the third output data;
transmitting the modified facility management plan to a terminal of the facility management specialist;
providing at least one of the facility management professional manpower information, a facility management plan, and a facility management plan implementation status and result to the user terminal;
sending any one or more of the inquiries and requests to the terminal of the facility management professional when receiving data of one or more of the facility management-related inquiries and requests through the user terminal;
When at least one data of the facility management-related inquiry, response to the request, request fulfillment plan, situation, and result is received through the terminal of the facility management expert, the user terminal receives information about the facility management-related inquiry. providing any one or more of an answer, a response to a request, a plan to fulfill the request, a situation, and a result; and
It is characterized in that it further comprises the step of obtaining the facility management professional manpower rating through the user terminal,
The artificial neural network,
When the characteristic of the facility management classification included in the first input data is inspection, an inspection plan according to basic facility information is assigned to the first result value,
If the feature of the facility management classification included in the first input data is maintenance, if there is no preliminary investigation result, a preliminary investigation plan for the inside and outside of the facility according to basic facility information is assigned to the first result value, and if there is a preliminary investigation result, the above Assign a construction plan for facility maintenance or repair based on the results of the preliminary investigation to the first result value,
When the characteristic of facility management classification included in the first input data is accounting, if there is no preliminary survey result, a preliminary survey plan for accounting operation according to facility basic information is designated as the first result value, and if there is a preliminary survey result, the preliminary survey plan is specified. Assigning an accounting operation plan based on the survey results to the first result value;
If the feature of the facility management classification included in the first input data is rental, if there is no preliminary investigation result, a preliminary investigation plan for the rental status according to basic facility information is assigned to the first result value, and if there is a preliminary investigation result, the preliminary investigation Assign a rental operation plan based on the result to the first result value,
When the characteristic of the facility management classification included in the first input data is security, a security operation plan is assigned to the first result value in basic facility information;
When the feature related to the facility management classification included in the first input data is parking, a parking operation plan according to basic facility information is assigned to the first result value,
When the feature of the facility management classification included in the first input data is cleaning, if there is no preliminary investigation result, a preliminary survey plan for the cleaning range according to basic facility information is assigned to the first result value, and if there is a preliminary investigation result, the preliminary investigation plan is designated. Assign a cleaning operation plan based on the survey results to the first result value,
When the characteristic of facility management classification included in the first input data is disinfection, if there is no preliminary investigation result, a disinfection range preliminary investigation plan according to basic facility information is designated as the first result value, and if there is a preliminary investigation result, the preliminary investigation plan is designated. A disinfection operation plan based on the survey results is assigned to the first result value,
Designate the number of facility management experts to be dispatched based on the size of the facility and the facility management classification above;
For more than half of the above number of personnel, those with 5 or more years of experience in the requested facility management category are selected as the first group, and
From the number of personnel except for the number of the first group, the second group is selected in order of highest score among those who have completed the required education in the facility management category,
The first group and the second group are assigned to the second result value;
Characterized in that the first result value and the second result value are output as output data,
The device,
Acquiring preliminary survey data including the state of the facility as a building and the operating state of the facility through the terminal of the pre-survey specialist, calculating the state score of the facility using [Equation 1],
[Equation 1]
In [Equation 1], S is the state score of the facility, and X_l is a value of 3 for residential, medical, and lodging, 4 for business, 5 for commercial and warehouse, 10 for parking, and 3 other values depending on the purpose of the facility. With , X_n is the number of defects, and X_s is the defect size,
A method for dispatching manpower for artificial intelligence-based facility management.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220181281A KR102511561B1 (en) | 2022-12-22 | 2022-12-22 | Method, device and system for providing expert dispatch service based on artificial intelligence |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220181281A KR102511561B1 (en) | 2022-12-22 | 2022-12-22 | Method, device and system for providing expert dispatch service based on artificial intelligence |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102511561B1 true KR102511561B1 (en) | 2023-03-17 |
Family
ID=85872352
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220181281A KR102511561B1 (en) | 2022-12-22 | 2022-12-22 | Method, device and system for providing expert dispatch service based on artificial intelligence |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102511561B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102619865B1 (en) * | 2023-10-11 | 2024-01-05 | 주식회사 큐앤아이 | Method, apparatus and system for providing sterilizer maintenance and management platform service based on data analysis |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100990981B1 (en) | 2008-06-12 | 2010-10-29 | 박장호 | Method for network-based facilities integration management and system thereto |
| KR101637828B1 (en) | 2015-04-15 | 2016-07-07 | 박인철 | Facility Management System and Method Thereof |
| KR102022010B1 (en) | 2018-03-02 | 2019-09-18 | (주)디비넥스트 | Platform for totally maning a building and a facility based on iot, method of the same |
| KR20200031246A (en) * | 2018-09-14 | 2020-03-24 | 에스티엘 주식회사 | Mobile terminal for integrated facility management system based on ict and method thereof |
| KR102186089B1 (en) * | 2020-06-17 | 2020-12-04 | (주)코아브릿지 | System for providing apartment management platform |
| KR20210011603A (en) * | 2019-07-23 | 2021-02-02 | 현대엔지니어링 주식회사 | Facility Inspection And Maintenance Management System Based On Building Information Modeling |
| KR20210021224A (en) * | 2019-08-16 | 2021-02-25 | 전진아 | Building Rental Distribution and Post-Management Integrated Processing System |
| KR102257343B1 (en) | 2019-10-21 | 2021-05-26 | 김정규 | Integration operating service method and integration operating service system for facility management |
| KR20210107042A (en) * | 2018-12-14 | 2021-08-31 | (주)하니소프트 | Artificial intelligence-based apartment house management task order automation device and method |
| KR20220060023A (en) * | 2020-11-02 | 2022-05-11 | (주)코마린 | Consumer-Based Shipbuilding, Shipping And Apparatus Integrated Digital Platform Service Method |
| KR102410928B1 (en) * | 2021-11-22 | 2022-06-23 | 주식회사 싸리비 | Method and system for managing small and medium-sized apartment |
| KR20220160755A (en) * | 2021-05-28 | 2022-12-06 | 한성수 | System of multi family housing management and method ithereof |
-
2022
- 2022-12-22 KR KR1020220181281A patent/KR102511561B1/en active IP Right Grant
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100990981B1 (en) | 2008-06-12 | 2010-10-29 | 박장호 | Method for network-based facilities integration management and system thereto |
| KR101637828B1 (en) | 2015-04-15 | 2016-07-07 | 박인철 | Facility Management System and Method Thereof |
| KR102022010B1 (en) | 2018-03-02 | 2019-09-18 | (주)디비넥스트 | Platform for totally maning a building and a facility based on iot, method of the same |
| KR20200031246A (en) * | 2018-09-14 | 2020-03-24 | 에스티엘 주식회사 | Mobile terminal for integrated facility management system based on ict and method thereof |
| KR20210107042A (en) * | 2018-12-14 | 2021-08-31 | (주)하니소프트 | Artificial intelligence-based apartment house management task order automation device and method |
| KR20210011603A (en) * | 2019-07-23 | 2021-02-02 | 현대엔지니어링 주식회사 | Facility Inspection And Maintenance Management System Based On Building Information Modeling |
| KR20210021224A (en) * | 2019-08-16 | 2021-02-25 | 전진아 | Building Rental Distribution and Post-Management Integrated Processing System |
| KR102257343B1 (en) | 2019-10-21 | 2021-05-26 | 김정규 | Integration operating service method and integration operating service system for facility management |
| KR102186089B1 (en) * | 2020-06-17 | 2020-12-04 | (주)코아브릿지 | System for providing apartment management platform |
| KR20220060023A (en) * | 2020-11-02 | 2022-05-11 | (주)코마린 | Consumer-Based Shipbuilding, Shipping And Apparatus Integrated Digital Platform Service Method |
| KR20220160755A (en) * | 2021-05-28 | 2022-12-06 | 한성수 | System of multi family housing management and method ithereof |
| KR102410928B1 (en) * | 2021-11-22 | 2022-06-23 | 주식회사 싸리비 | Method and system for managing small and medium-sized apartment |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102619865B1 (en) * | 2023-10-11 | 2024-01-05 | 주식회사 큐앤아이 | Method, apparatus and system for providing sterilizer maintenance and management platform service based on data analysis |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mangalathu et al. | Deep learning-based classification of earthquake-impacted buildings using textual damage descriptions | |
| Harirchian et al. | ML-EHSAPP: A prototype for machine learning-based earthquake hazard safety assessment of structures by using a smartphone app | |
| Hsiao et al. | Neuro‐fuzzy cost estimation model enhanced by fast messy genetic algorithms for semiconductor hookup construction | |
| Bala et al. | A computer-based cost prediction model for institutional building projects in Nigeria: An artificial neural network approach | |
| Costa et al. | Agent-based model for post-earthquake housing recovery | |
| Ahn et al. | The attribute impact concept: Applications in case-based reasoning and parametric cost estimation | |
| KR102511561B1 (en) | Method, device and system for providing expert dispatch service based on artificial intelligence | |
| Burton et al. | A framework and case study for integrating household decision-making into post-earthquake recovery models | |
| Tsyganok et al. | Usage of multicriteria decision‐making support arsenal for strategic planning in environmental protection sphere | |
| KR102531879B1 (en) | Method, device and system for predicting and monitoring occurrence of event for maintenance of enterprise electronic equipment based on artificial intelligence | |
| Aibinu et al. | Cost estimation for electric light and power elements during building design: A neural network approach | |
| Glukhikh et al. | Case Based Reasoning for managing urban infrastructure complex technological objects | |
| Momeni et al. | Designing humanitarian relief supply chains by considering the reliability of route, repair groups and monitoring route | |
| Costa et al. | Predicting population displacements after earthquakes | |
| Subramanian et al. | Optimization of financial expenditure to improve urban recreational open spaces using pinch analysis: a case of three Indian cities | |
| Tiruneh et al. | Hybrid GA-MANFIS model for organizational competencies and performance in construction | |
| KR102271560B1 (en) | Method for building site safety monitoring | |
| Salehi et al. | A hybrid knowledge-based method for pipe renewal planning in Water Distribution Systems with limited data: Application to Iran | |
| Costa et al. | The effect of resource constraints on housing recovery simulations | |
| Marzouk et al. | Measuring sensitivity of procurement decisions using superiority and inferiority ranking | |
| Tu et al. | Predicting the operation and maintenance costs of condominium properties in the project planning phase: An artificial neural network approach | |
| Hakami et al. | Preliminary Construction Cost Estimate in Yemen by Artificial Neural Network | |
| Pough et al. | Data analytics and the fight against housing blight: A guide for local leaders | |
| Navaei et al. | A bi-objective model for hospital evacuation and reliable pharmaceutical supply chain for critical patients | |
| Ghansah et al. | A framework for smart building technologies implementation in the Ghanaian construction industry: a PLS-SEM approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |