KR102657021B1

KR102657021B1 - 만질 수 있는 머신러닝 학습용 코딩장치

Info

Publication number: KR102657021B1
Application number: KR1020220088620A
Authority: KR
Inventors: 오유수
Original assignee: 대구대학교 산학협력단; 주식회사 엔더블유아이
Priority date: 2022-07-19
Filing date: 2022-07-19
Publication date: 2024-04-12
Also published as: KR20240011321A

Abstract

만질 수 있는 머신러닝 학습용 코딩장치는 전원 공급부가 구비되며 각 노드블록의 고유식별번호(ID)와 위치정보에 대응되는 머신러닝을 진행하고 그 결과를 시각화하여 터치 디스플레이를 통해 표시하는 그래프출력 메인블록과, 그래프출력 메인블록 및 이웃하는 노드블록과 마그네틱 포고핀을 통해 각각 연결되어 데이터를 교환하며, 그래프출력 메인블록으로부터 공급되는 구동전원을 공급받아 자신의 고유식별번호(ID)를 상기 그래프출력 메인블록으로 전달하는 복수의 노드블록을 포함하는 것을 특징으로 한다.

Description

만질 수 있는 머신러닝 학습용 코딩장치{Coding device for machine learning that can be touched}

본 발명은 머신러닝 교육장치에 관한 것으로서, 더 상세하게는 코딩없이 머신러닝 교육이 가능한 만질 수 있는 머신러닝 학습용 코딩장치에 관한 것이다.

초보자들이 쉽게 코딩을 접할 수 있는 도구로 MIT 대학에서 개발한 스크래치, NHN에서 운영하고 있는 엔트리 등이 있으나, 인공지능과 빅데이터, 머신러닝을 학습할 수 있는 교육용 소프트웨어는 아직 초기 개발단계에 있다.

이에 따라 인공지능과 빅데이터, 머신러닝에 대한 지식을 누구나 쉽게 구현하고, 개념을 익할 수 있는 학습 시스템이 요구되고 있는 실정이다.

하지만 현재의 머신러닝 교육장치는 저수준의 MCU와 블록코딩이 결합한 단순입출력제어만 실습할 수 있고, 최신 알고리즘 학습을 지원하지 않는다. 즉, 제조사에서 제공하는 인공지능(AI) 기능만 단순히 실행해 보는 방식에 머무르고 있다.

KR

10-2021-0068178

A

본 발명은 상기와 같은 기술적 과제를 해결하기 위해 제안된 것으로, 비전공자들이 코딩 없이 하드웨어 블록을 연결하는 것만으로도 다양한 알고리즘의 작동이 가능하도록 구성되는 코딩없이 머신러닝 교육이 가능한 만질 수 있는 머신러닝 학습용 코딩장치를 제공한다.

상기 문제점을 해결하기 위한 본 발명의 일 실시예에 따르면, 전원 공급부가 구비되며 각 노드블록의 고유식별번호(ID)와 위치정보에 대응되는 머신러닝을 진행하고 그 결과를 시각화하여 터치 디스플레이를 통해 표시하는 그래프출력 메인블록과, 그래프출력 메인블록 및 이웃하는 노드블록과 마그네틱 포고핀을 통해 각각 연결되어 데이터를 교환하며, 그래프출력 메인블록으로부터 공급되는 구동전원을 공급받아 자신의 고유식별번호(ID)를 상기 그래프출력 메인블록으로 전달하는 복수의 노드블록을 포함하는 만질 수 있는 머신러닝 학습용 코딩장치가 제공된다.

또한, 본 발명에서 그래프출력 메인블록 및 복수의 노드블록은 각각, 마그네틱 포고핀이 4방향에 각각 형성되어 선택적 연결이 가능하도록 구성되는 것을 특징으로 한다.

또한, 본 발명의 다른 실시예에 따르면, 입력 데이터의 종류에 대응되는 자신의 고유식별번호(ID)를 전송하는 데이터 노드블록과, 입력 데이터를 정규화하기 위한 전처리 방법의 종류에 대응되는 자신의 고유식별번호(ID)를 전송하는 전처리 노드블록과, 머신러닝 알고리즘의 종류에 대응되는 자신의 고유식별번호(ID)를 전송하는 머신러닝 알고리즘 노드블록과, 하이퍼파라미터 값에 대응되는 자신의 고유식별번호(ID)를 전송하는 결과출력 노드블록과, 각 노드블록의 고유식별번호(ID)와 위치정보에 대응되는 머신러닝을 진행하고 그 결과를 시각화하여 터치 디스플레이를 통해 표시하는 그래프출력 메인블록을 포함하는 만질 수 있는 머신러닝 학습용 코딩장치가 제공된다.

또한, 본 발명에서 그래프출력 메인블록 및 노드블록들은 각각, 마그네틱 포고핀이 4방향에 각각 형성되어 선택적 연결이 가능하도록 구성되는 것을 특징으로 한다.

또한, 본 발명에서 그래프출력 메인블록은 전원 공급부가 구비되어 노드블록들에 구동전원을 공급하는 것을 특징으로 한다.

본 발명의 만질 수 있는 머신러닝 학습용 코딩장치는 비전공자들이 코딩 없이 블록/브릭 형태로 구성되는 복수의 하드웨어 블록을 연결하는 것만으로도 다양한 알고리즘의 작동이 가능하도록 구성된다.

도 1은 본 발명의 만질 수 있는 머신러닝 학습용 코딩장치의 구성도
도 2는 도 1의 만질 수 있는 머신러닝 학습용 코딩장치의 기본형의 구성도
도 3은 도 1의 만질 수 있는 머신러닝 학습용 코딩장치의 확장형의 구성도
도 4는 만질 수 있는 머신러닝 학습용 코딩장치의 예시도
도 5는 메인블록 및 노드블록의 사면에 형성된 포고핀의 예시도
도 6은 메인블록의 핀 맵핑을 나타낸 도면
도 7은 노드블록의 핀 맵핑을 나타낸 도면

이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 실시예를 첨부한 도면을 참조하여 설명하기로 한다.

도 1은 본 발명의 만질 수 있는 머신러닝 학습용 코딩장치의 구성도이고, 도 2는 도 1의 만질 수 있는 머신러닝 학습용 코딩장치의 기본형의 구성도이고, 도 3은 도 1의 만질 수 있는 머신러닝 학습용 코딩장치의 확장형의 구성도이고, 도 4는 만질 수 있는 머신러닝 학습용 코딩장치의 실사도이고, 도 5는 메인블록 및 노드블록의 사면에 형성된 포고핀의 예시도이고, 도 6은 메인블록의 핀 맵핑을 나타낸 도면이고, 도 7은 노드블록의 핀 맵핑을 나타낸 도면이다.

도 1 내지 도 7을 참조하면, 만질 수 있는 머신러닝 학습용 코딩장치는 그래프출력 메인블록과 복수의 노드블록을 포함하여 구성된다.

그래프출력 메인블록은 전원 공급부가 구비되며 각 노드블록의 고유식별번호(ID)와 위치정보에 대응되는 머신러닝을 진행하고 그 결과를 시각화하여 터치 디스플레이를 통해 표시한다.

복수의 노드블록은 그래프출력 메인블록 및 이웃하는 노드블록과 마그네틱 포고핀을 통해 각각 연결되어 데이터를 교환하며, 그래프출력 메인블록으로부터 공급되는 구동전원을 공급받아 자신의 고유식별번호(ID)를 상기 그래프출력 메인블록으로 전달한다.

참고적으로 그래프출력 메인블록 및 복수의 노드블록은 각각, 마그네틱 포고핀이 4방향에 각각 형성되어 선택적 연결이 가능하도록 구성된다.

본 발명에서 복수의 노드블록은 데이터 노드블록, 전처리 노드블록, 머신러닝 알고리즘 노드블록 및 결과출력 노드블록을 포함하여 구성된다.

도 2에 도시된 바와 같이 기본형의 만질 수 있는 머신러닝 학습용 코딩장치는, 데이터 노드블록, 전처리 노드블록, 머신러닝 알고리즘 노드블록, 결과출력 노드블록 및 그래프출력 메인블록이 마그네틱 포고핀을 통해서 순차적으로 연결되어 데이터를 교환하면서 선택된 기능을 구동한다.

또한, 도 3에 도시된 바와 같이 확장형의 만질 수 있는 머신러닝 학습용 코딩장치는, 데이터 노드블록, 전처리 노드블록, 머신러닝 알고리즘 노드블록, 결과출력 노드블록 및 그래프출력 메인블록이 마그네틱 포고핀을 통해서 연결되되, 전처리 노드블록 및 머신러닝 알고리즘 노드블록이 복수 개가 연결되어 처리되도록 구성된다.

본 발명에서 그래프출력 메인블록은 각 노드블록의 고유식별번호(ID)와 위치정보에 대응되는 머신러닝을 진행하고 그 결과를 시각화하여 터치 디스플레이를 통해 표시한다.

즉, 메인블록에서는 현재 연결된 블록들에 대한 정보를 확인할 수 있으며, 노드블록에서 전달 된 고유식별번호(ID)와 위치정보로 노드블록의 연결을 이해한다. 메인블록에는 노드블록에서 전달되는 고유식별번호(ID)에 대한 테이블이 존재하며, 이를 바탕으로 고유식별번호(ID)를 파싱하여 머신러닝을 진행하고, 머신러닝 결과에 대해 시각화를 처리한다.

데이터 노드블록은 입력 데이터의 종류에 대응되는 자신의 고유식별번호(ID)를 전송하고, 전처리 노드블록은 입력 데이터를 정규화하기 위한 전처리 방법의 종류에 대응되는 자신의 고유식별번호(ID)를 전송하고, 머신러닝 알고리즘 노드블록은 머신러닝 알고리즘의 종류에 대응되는 자신의 고유식별번호(ID)를 전송하며, 결과출력 노드블록은 하이퍼파라미터 값에 대응되는 자신의 고유식별번호(ID)를 전송한다.

이와 같이, 그래프출력 메인블록은 각 노드블록에서 전송된 고유식별번호(ID)를 모두 수신한 후, 고유식별번호(ID)에 대한 테이블을 바탕으로 고유식별번호(ID)를 파싱하여 머신러닝을 진행하고, 머신러닝 결과에 대해 시각화를 처리한다.

즉, 사용자는 복수의 데이터 노드블록, 복수의 머신러닝 알고리즘 노드블록, 복수의 결과출력 노드블록 및 복수의 전처리 노드블록 중 원하는 처리방식에 대응되는 노드블록을 각각 선택한 후, 물리적으로 연결하고 마지막으로 그래프출력 메인블록과 연결한 후 머신러닝 학습을 진행할 수 있는 것이다.

한편, 도 5는 메인블록 및 노드블록의 사면에 형성된 포고핀의 예시도이고, 도 6은 메인블록의 핀 맵핑을 나타낸 도면이고, 도 7은 노드블록의 핀 맵핑을 나타낸 도면이다.

그래프출력 메인블록 및 노드블록들은 각각, 마그네틱 포고핀이 4방향에 각각 형성되어 선택적 연결이 가능하도록 구성되며, 그래프출력 메인블록은 전원 공급부가 구비되어 노드블록들에 구동전원을 공급하도록 구성된다.

메인블록은 Raspberry pi4 , 그 후 추가적으로 메인에 연결되는 노드블록은 nodeMCU 최소 4대로 구성, 이후 추가적으로 MCU를 연결하여, 부가적인 기능을 동작시킬 수 있다. 따라서 기본적으로 동작하는데 최소 5개의 하드웨어 모듈의 필요하며, 각 모듈의 기능은 입력 및 디스플레이, 데이터 전처리, 알고리즘, 그래프, 결과 출력으로 나누어져 있다.

각 모듈끼리는 시리얼(serial) 통신을 통하여 데이터를 주고, 받을 수 있다. 데이터를 주고받을 때, GPIO 핀을 이용하며, GPIO 핀을 4핀-마그네틱 포고 핀과 연결하였으며, 모듈 간의 연결은 마그네틱 포고 핀을 이용하여 이뤄진다.

마그네틱 포고 핀의 4개의 핀 중 2개는 시리얼(serial) 통신을 위한 데이터 핀으로 이용하고, 나머지 2개는 전원 공유를 위한 핀으로 사용된다. 전원공유는 메인이 되는 Raspberry pi4에서 바이패스로 구현이 될 수 있다.

참고적으로 각 블록간의 접촉식 시리얼 통신은 Brick-shaped Block(BB)로 설계될 수 있다. 즉, 블록1(BB1)과 블록2(BB2) 접촉통신의 예로서, COM3의 GPIO포트 모니터링 통한 접속 상황을 확인 후 이웃한 노드 블록의 고유식별번호(ID)를 받은 후 MQTT를 통한 NODE ID 전송할 수 있다.

이와 같이, 코딩없이 머신러닝 교육이 가능한 만질 수 있는 머신러닝 학습용 코딩장치는 사용자가 데이터 종류, 전처리 방법, 알고리즘 방법을 직접 선택할 수 있는 유연한 설계구현이 가능하다.

참고적으로, 전처리 노드블록은 Standard Scaler, MinMax Scaler, PCA 블록 등으로 구성되는데, 사용자가 직접 노드 블록을 선택하여 적용 가능하고, 알고리즘 노드블록은 Decision Tree, Gaussian, Logistic, Linear, SVM, KNN, NN(neural net), k-means, CNN 블록 등 머신러닝 및 딥러닝 알고리즘을 선택하여 적용하도록 구성된다.

또한, 그래프 출력 메인블록은 학습 결과를 사용자에게 쉽게 보여주기 위해 인포그래픽 시각화로 설계된다. 터치 디스플레이 상에서 하이퍼 파라미터 버튼이 선택되면 사용자가 직접 하이퍼파라미터를 입력할 수 있는 윈도우가 팝업으로 표시되며, 만약 사용자가 하이퍼파라미터를 입력하지 않는다면 프로그램에서 설정한 각 알고리즘의 하이퍼파라미터 디폴트(default) 값으로 자동 입력되도록 동작한다. 이때, 선택된 입력 데이터 및 선택된 알고리즘에 최적화된 하이퍼파라미터 값이 추천될 수 있다.

즉, 하드웨어 코딩 블록을 입력 데이터 - 전처리 - 알고리즘 - 결과 - 그래프 하드웨어 블록 순으로 연결하여 알고리즘 실행 후 결과를 눈으로 확인할 수 있다. 또한, 자동으로 입력 데이터 및 알고리즘에 최적한 하이퍼파라미터 값에 따른 정확도 및 데이터에 적합한 알고리즘을 추천함으로써 사용자에게 보다 나은 코딩 교육환경을 제공한다.

이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims

삭제
삭제
입력 데이터의 종류에 대응되는 자신의 고유식별번호(ID)를 전송하는 데이터 노드블록;
상기 입력 데이터를 정규화하기 위한 전처리 방법의 종류에 대응되는 자신의 고유식별번호(ID)를 전송하는 전처리 노드블록;
머신러닝 알고리즘의 종류에 대응되는 자신의 고유식별번호(ID)를 전송하는 머신러닝 알고리즘 노드블록;
하이퍼파라미터 값에 대응되는 자신의 고유식별번호(ID)를 전송하는 결과출력 노드블록; 및
각 노드블록의 고유식별번호(ID)와 위치정보에 대응되는 머신러닝을 진행하고 그 결과를 시각화하여 터치 디스플레이를 통해 표시하는 그래프출력 메인블록;
을 포함하는 만질 수 있는 머신러닝 학습용 코딩장치.
제3항에 있어서,
상기 그래프출력 메인블록 및 상기 노드블록들은 각각,
마그네틱 포고핀이 4방향에 각각 형성되어 선택적 연결이 가능하도록 구성되는 것을 특징으로 하는 만질 수 있는 머신러닝 학습용 코딩장치.
제3항에 있어서,
상기 그래프출력 메인블록은 전원 공급부가 구비되어 상기 노드블록들에 구동전원을 공급하는 것을 특징으로 하는 만질 수 있는 머신러닝 학습용 코딩장치.