KR20160130740A - 정보를 분석, 저장 및 재생하기 위한 방법 및 시스템 - Google Patents

정보를 분석, 저장 및 재생하기 위한 방법 및 시스템 Download PDF

Info

Publication number
KR20160130740A
KR20160130740A KR1020167016149A KR20167016149A KR20160130740A KR 20160130740 A KR20160130740 A KR 20160130740A KR 1020167016149 A KR1020167016149 A KR 1020167016149A KR 20167016149 A KR20167016149 A KR 20167016149A KR 20160130740 A KR20160130740 A KR 20160130740A
Authority
KR
South Korea
Prior art keywords
information
computer
computer memory
storing
stored
Prior art date
Application number
KR1020167016149A
Other languages
English (en)
Inventor
요한 레오 알폰스 지엘리스
알렉산더 헤르만스
Original Assignee
제니캡 비히르, 비.브이.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 제니캡 비히르, 비.브이. filed Critical 제니캡 비히르, 비.브이.
Publication of KR20160130740A publication Critical patent/KR20160130740A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/258—Data format conversion from or to a database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/30569—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3059—Digital compression and data reduction techniques where the original information is represented by a subset or similar information, e.g. lossy compression

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)
  • User Interface Of Digital Computer (AREA)
  • Complex Calculations (AREA)

Abstract

본 발명은 정보를 분석하고 상기 정보와 관련된 표시를 컴퓨터 메모리에 저장하기 위한 방법에 관한 것이다. 본 발명은 또한 본 발명에 따른 상기 방법을 사용해 정보를 비교하기 위한 방법에 관한 것이다. 본 발명은 그러면 정보를 분석하고 상기 정보와 관련된 표시를 컴퓨터 안에 저장하기 위한 시스템에 관한 것이다.

Description

정보를 분석, 저장 및 재생하기 위한 방법 및 시스템{METHOD AND SYSTEM FOR ANALYSING, STORING, AND REGENERATING INFORMATION}
본 발명은 정보를 분석하고, 상기 정보와 관련된 표시(representation)를 컴퓨터 메모리에 저장하기 위한 방법에 관한 것이다. 본 발명은 또한 본 발명에 따른 상기 방법을 사용해 정보를 비교하는 방법에 관한 것이다. 본 발명은 또한 본 발명에 따른 상기 방법의 적용 후 표시(representation)로서 저장된 정보를 재생하기 위한 방법에 관한 것이다. 본 발명은 또한 정보를 분석하고 상기 정보와 관련된 표시를, 특히 본 발명에 따른 상기 방법을 사용해 컴퓨터 메모리에 저장하기 위한 시스템에 관한 것이다.
우리 사회에서 정보의 역할의 중요성은 점점 더 증대되고 있다. 정보를 저장, 전달 및 보호하는 시스템들은 사회 각계각층으로 도입되어 왔다. 신호나 부호(symbol)들에 기록된 디지털 및 아날로그 정보. 전화 통화에서 텔레비전 그리고 책에서 인터넷으로. 정보 이론이 이러한 발전의 근간을 이루고 있다. 이러한 이론의 실전 해석은 최근 20년이 되어서야 일어난 정보 기술 분야의 급속한 발전으로 인해 가능해졌다. 점차 빨라지고 강력해진 컴퓨터의 출현 또한 정보 기술 창시자들의 사상이 일상생활에서 가시화될 수 있도록 했다. 컴퓨터가 없었다면, 인터넷, 휴대폰 및 사무 자동화 등은 상상할 수조차 없었을 것이다. 정보의 디지털 전송 시 요구되는 대역폭을 줄이고 및/또는 하드 디스크와 같은 컴퓨터 메모리에 더 많은 정보를 저장할 수 있도록 다양한 압축 기술들을 사용해 정보의 완전성과 품질을 실질적으로 손상시키지 않으면서도 디지털 정보의 부피를 줄이기 위한 노력이 이루어지고 있다. 압축 기술로 디지털 정보의 부피가 어느 정도 줄어드는 결과가 나타나기는 하나, 그 줄어드는 부피가 상대적으로 제한적이기에, 정보의 품질 및 완전성을 심각하게 손상시키지 않으면서 정보를 좀 더 압축할 필요성이 존재한다.
본 발명의 목적은 개선된 방식으로 정보를 압축하고 저장하기 위한 방법을 제공하는 것이다.
이를 위해, 본 발명은 서두에 언급한 것과 같은 방법을 제공하며, 이 방법은 다음 단계들을 포함한다: A) 분석할 정보를 디지털 형태로 제공하는 단계, B) 상기 디지털 정보를, 적어도 하나의 기선택한 좌표 시스템과 관계된 적어도 한 좌표 세트로 변환하는 단계, C) 적어도 하나의 제1 공식:
Figure pct00001
으로 컴퓨터를 프로그램하는 단계를 포함하고,
여기서,
Figure pct00002
이고,
제1 파라미터 세트는 A, B, m1, m2, n1, n2 및/또는 n3 파라미터들에 의해 형성되고, 제2 파라미터 세트는
Figure pct00003
와 k에 의해 형성되고, 상기 컴퓨터는 또한 바람직하게는 제2 공식:
Figure pct00004
으로 프로그램되고, 상기 제2 공식은 복수의 제1 공식의 총계이고; D) 상기 정보에 대한 적어도 하나의 일반화된 비교 대상(comparison)을 결정하기 위해 상기 적어도 한 좌표 세트를 바탕으로 상기 컴퓨터 내의 상기 디지털 정보를 분석하는 단계로서, 상기 제1 파라미터 세트에 대한 값들, 그리고 바람직하게는 상기 제2 파라미터 세트에 대한 값들 또한 결정되고; 및 E) 적어도 하나의 컴퓨터 메모리, 바람직하게는 디지털 데이터베이스 내에, B) 단계에서 사용된 적어도 하나의 기선택한 좌표 시스템과 관계된 정보와, D) 단계에서 결정된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트 간의 적어도 하나의 상호-참조(cross-reference)를 저장하는 단계를 포함한다.
본 발명에 따른 방법은 소위 길리스 곡선들(Gielis curves)을 활용하며, 하나 이상의 기선택한 좌표 시스템들의 하나 이상의 좌표 세트들을 통한 정보의 변환을 가능케 하는데, 여기서, 가능하게는 상기 좌표 세트(들)을 n-차원의 그래픽으로 표시함으로써 파라미터 값들이 결정될 수 있으며 컴퓨터 메모리 내에 저장된다. 따라서, 상기 변수들에 도달하기 위해 상기 그래픽 표시가 반드시 여기서 생성되어야 하는 것은 아니다. 이에 따라, 상기 디지털 정보는 파라미터들로 직접 변환될 수 있다. 상기 좌표 세트(들)의 표시 및/또는 그것과 연계된 상기 적어도 하나의 변수 세트는 여기서 사용자에게 표시가 가능하여, 상기 변환 과정이 사용자에게 더 분명해지도록 한다. 이는 대량의 정보를 비교적 복잡한 그래픽 표시들로 변환될 수 있도록 하며, 이러한 그래픽 표시들은 몇몇 파라미터 값들을 통해 비교적 간단하게 표현 및 저장됨으로써, 정보의 양에 따라, 상당한 정보 부피를 감축할 수 있어, 필요한 컴퓨터 용량이 줄어들 뿐만 아니라, 정보에 대해 생성된 대안적 표시의 디지털 전송에 필요한 대역폭 또한 줄어든다. B) 단계에 사용될 좌표 시스템(들)의 기선택은 B) 단계 이전 또는 B) 단계 도중에 수행될 수 있고, 여기서, 상기 컴퓨터는 적어도 하나의, 바람직하게는 고유의 또는 임의의 좌표 시스템을 생성하고 및/또는 한 세트의 기정의된 좌표 시스템들로부터 적어도 하나의 좌표 시스템을 선택한다. 상기 한 세트의 기정의된 좌표 시스템들은 컴퓨터에 의해 자동으로 생성되거나 및/또는 수동으로 생성될 수 있다. 상기 좌표 시스템(들)의 기선택은-결국 추가적으로- 특히 사용자에 의해 수동으로 수행될 수 있다. 후자의 경우, 한 명의 사용자 또는 한 그룹의 사용자들은 적어도 하나의, 바람직하게는 고유의 또는 임의의 고객 맞춤형 좌표 시스템을 생성하고 및/또는 한 세트의 기정의된 좌표 시스템들로부터 적어도 하나의 좌표 시스템을 선택한다. 이러한 사용될 좌표 시스템들에 대한 기선택은, 본 발명에 따른 방법을 적용할 때 무한한 개수의 좌표 시스템들이 사용될 수 있도록 하고, 정보를 대안적 표시로 변환할 수 있는 유연성을 상당히 증가시키고, 이는 정보가 고유의 또는 비관습적인 방식으로 변환될 수 있도록 한다. B) 단계에 사용된 기선택된 좌표 시스템과 D) 단계 중에 발견한 파라미터들의 세트(들)은 매칭 커플(matching couple)을 형성함으로써 변환 후에도 원본 정보를 재생 또는 회수할 수 있도록 한다. 또한 이를 통해, 가령 필요한 경우 형상을 최적화하기 위해 상기 기선택한 좌표 시스템(들) 내의 계산이 용이해진다. B) 단계에 사용된 좌표 시스템(들)과 관계된 정보의 부재 시, 상기 파라미터(들)의 세트(들)은 본래의 좌표 세트로 (재)변환될 수 없고, 이에 따라 변환 전에 사용된 원본 정보로 (재)변환될 수 없다. 상기 기선택한 좌표 시스템은 적어도 하나의 선형 축, 적어도 하나의 곡선 축, 적어도 하나의 대안 축, 또는 그 조합을 포함할 수 있다. E) 단계에 저장되는 상기 적어도 하나의 기선택된 좌표 시스템과 관계된 정보는, 바람직하게는 B) 단계에 사용된 좌표 시스템을 재구성(재구축)하기에 충분해야 한다. 상기 적어도 하나의 기선택한 좌표 시스템과 관계된 정보는 적어도 하나의 컴퓨터 메모리 내에 저장되는 반면, 상기 적어도 한 파라미터 세트는 다른 컴퓨터 메모리(제2의 컴퓨터 메모리) 내에 저장되는 구성을 상상해볼 수 있다. 상기 제1 컴퓨터 메모리와 제2 컴퓨터 메모리는 동일한 컴퓨터의 일부를 형성할 수 있으나, 컴퓨터 메모리들이 물리적으로 분리되어 있는 다른 컴퓨터의 일부를 형성할 수도 있다. 극성 시스템(polar system)의 라메 공식(Lame formula)에서 도출되고 초공식(들)(superformula(e))라고도 불리는 상기 공식들을 통해, 상기 파라미터들을 달리함으로써 모든 실질적으로 상상할 수 있는 유형의 정보를 특정 형태들(패턴들)로 합성할 수 있다. 이는, 파라미터들의 변조들에 의해, 하나 이상의 좌표들의 세트들의 형태로 표현되는 정보 패턴을 합성할 수 있도록 한다. 상기 패턴은 좌표들의 세트들의 형상 또는 적어도 기하학적 공간에서의 상기 형상의 프로젝션(projection)에 실질적으로 해당된다. 이에 대해서는 추후 더 상세히 설명할 것이다. 이를 통해, 상기 패턴을 압축된 또는 압축되지 않은 래스터(raster) 이미지로서 저장하지 않고, 상기 관련 파라미터들의 세트(들)만을 데이터 집합 내에 저장함으로써, 상기 파라미터들의 세트와 관계된 정보의 품질을 손상시키지 않으면서 상기 데이터 집합 내에 저장되는 데이터의 부피를 극적으로 줄일 수 있다. 상기 제1 공식은 초공식으로부터 도출된 후, 특허 명세서 WO2004/111885에서 추가적인 발달이 이루어졌다. 특허 명세서 WO2004/111885의 내용은 본 특허 명세서의 일부를 구성하는 것으로 간주된다. 상기 제2 공식은 상기 제1 공식에 따른 복수의 변환의 총계를 형성하는데, 이를 통해 좀 더 복잡한 그래픽 표시들이 생성된다. 그런 다음에는, 극 함수(polar function)에서 3차원 형상이 또한,
Figure pct00005
로 정의될 수 있는데, 여기서,
Figure pct00006
이고,
Figure pct00007
이다.
상술한 극 함수는 다음과 같이 구면 좌표들로 재표현될 수 있다:
Figure pct00008
여기서,
Figure pct00009
상기 그래픽 표시가 폐쇄된 형상 및/또는 더 복잡한 형상과 관계된 경우, 상기 형상은 보통 변형된 푸리에 분석법과 R-함수 이론에 의해 분석되는데, 이 두 방법 모두 상기 공식(들)을 사용한다. 이러한 유형의 분석은 알려진 방식으로, 본 특허 명세서의 일부를 형성하는 것으로 간주되는 아래의 특허 명세서들에서 일 예로서 참조하고 있다: 미국 특허 5,749,073 (오디오 정보 자동 모핑 시스템{System for automatically morphing audio information}); 미국 특허 3,720,816 (방해신호들의 푸리에 분석 방법{Method for Fourier analysis of interference signals}); 미국 특허 5,769,081 (광분광학 및 푸리에 분석을 이용한 암조직 검출 방법{Method for detecting cancerous tissue using optical spectroscopy and Fourier analysis}); 미국 특허 5,425,373(심장내 신호들의 분석 및 증진 장치 및 방법{Method and apparatus for analyzing and enhancing intercardac signals}); 미국 특허 5,109,862(심전계 신호들의 분광 분석 방법 및 장치{Method and apparatus for spectral analysis of electrocardiographic signals}); 미국 특허 5,657,126(엘립소미터{Ellipsometer}); 미국 특허 5,416,588(소 변조 타원법{Small modulation ellipsometry}); 미국 특허 5,054,072(음향 파형들 프로세싱{Processing of acoustic waveforms}); 및 미국 특허 4,937,868(정현파들을 사용한 스피치 분석-합성 시스템{Speech analysis-synthesis system using sinusoidal waves}). 특허 명세서 EP 1177529와 특허 명세서 WO2011/161548에서도 그러한 관점에서 언급되고 있는데, 이 특허들 또한 본 특허 명세서의 일부를 형성하는 것으로 간주된다.
배경 정보에 대해서는, 아래의 출간물들을 참조로 하고 있다. 이 출간물들 또한 본 특허 명세서의 일부를 형성하는 것으로 간주되고 있다:
1. Gielis, J. A generic geometric transformation that unifies a large range of natural and abstract shapes. American Journal of Botany 90(3) Invited Special Paper, 333-338 (2003).
2. Bera, N., Bhattacharjee, J.K., Mitra, S. & Khastgir, S.P. Energy levels of a particle confined in a supercircular box. The European Physical Journal D 46,41-50 (2008).
3. Richardson, J.S. et al. RNA Backbone: Consensus all-angle conformers andmodular string nomenclature. RNA 14, 465-481 (2008).
4. Guitart, R. Les coordonnees curvilignes de Gabriel Lame, representations dessituations physiques et nouveaux objects mathematiques. In: Gabriel Lame: Lesperegrinations d'un ingenieur du XIXe siecle. Actes du Colloque. SABIX N°4,119-129 (2009).
5. Gielis, 1., Beirinckx, B. & Bastiaens, E. Superquadrics with rational andirrational symmetries. In: (Elber G. and Shapiro V., Eds). Proceedings of the8th ACM Symposium on Solid Modeling and Applications, Seattle, June 16-20,2003,262-265 (2003).
6. Ulrich, W. Decomposing the process of species accumulation into area
dependent and time dependent parts. Ecological Research 21(4),578-585(2006).
7. Fougerolle, Y.D., Gribok, A., Foufou, S., Trucheret, F. & Abidi M.A. Boolean Operations with Implicit and Parametric Representation of Primitives Using RFunctions. IEEE Transactions on Visualization and Computer Graphics 11(5), 529-539 (2005).
8. Johnson, J.E., Starkey, R.P. & Lewis, M.1. Aerodynamic stability of re entryheat shield shapes for a crew exploration vehicle. Journal of Spacecraft andRockets 43 (4), 721-730 (2006).
9. Gielis, J., Haesen, S. & Verstraelen, L. Universal shapes: from the supereggs of Piet Hein to the cosmic egg of George Lemaitre. Kragujevac Journal ofMathematics 28, 55-67 (2005).
10. Haesen, S. & Verstraelen, L. Curvature and Symmetries of Parallel Transport (Chapter 8) and Extrinsic Symmetries of Parallel Transport (Chapter 9) In: M. Boucetta and J-M. Morvan (Eds) Differential Geometry and Topology,Discrete and Computational Geometry: Volume 197 NATO Science Series:
Computer & Systems Sciences (2005).
11. Koiso, M. & Palmer, B. Equilibria for anisotropic energies and the GielisFormula. Forma (Society for Science on Form, Japan) 23(1), 1-8 (2008).
12. Calhoun, D. A. & Helzel, C. A finite volume method for solving parabolicequations on logically Cartesian curved surface meshes. SIAM J Sci. Comp.31 (6), 4066-4099 (2009).
13. Natalini, P., Patrizi, R. & Ricci, P.E. The Dirichlet problem for the Laplaceequation in a starlike domain of a Riemann surface. Numer. Algor. DOl 1O.1007/s11075-008-9201-z (2008).
14. Gielis, J., Caratelli, D., Haesen, S. & Ricci, P.E. Rational mechanics and Science Rationelle Unique. In: Paipetis, S., Ceccarelli, M. (Eds.) The Genius ofArchimedes: 23 centuries of influence on mathematics, science and engineering.Springer Verlag, HMMS Series 11, 29-43 (2010).
15. Lame, G. Examen de differentes methodes employees pour resoudre lesproblemes de geometrie. M. V. Courcier imprimeur Libraire, Paris (1818).
16. Thompson, A.C. Minkowski geometry, Encyclopedia of Mathematics and itsApplications, Vol. 63, Cambridge University Press, Cambridge (1996).
17. Yajima, T. & Nagahama, Y. Finsler geometry of seismic ray path in anisotropic media. Proc. R. Soc. A 465, 1763-1777 (2009).
18. Fougerolle Y.D, Gielis J., Truchetet F. (2013) A robust evolutionary algorithm for the recovery of rational Gielis curves Pattern Recognition, Volume 46, Issue 8, August 2013, Pages 2078-091
19. Rudek M., Canciiglieri O. JR., Jahnen A., Linck Bichinho G.. (2013) CT-Slice retrieval by shape ellipses descriptors for skull repairing. 2013 IEEE International Conference on Image Processing. September 15-18, 2013, Melbourne, Australia.
20. Verstraelen, L. Philosophiae Naturalis Principia Geometrica 1. Bull. Transilvania Univ. Brasov 14(49) Proc. Conf. RIGA 2007, dedicated to RaduRosca, 335-351 (2007).
21. Koiso, M. & Palmer B. Rolling constructions for anisotropic Delaunay surfaces. Pacific Journal of Mathematics 2, 345-378 (2008).
22. Palmer B. Geometry of materials. Simon Stevin Transactions on Geometry 1, 117-129, Tilburg, The Netherlands (2010).
23. Verstraelen L. Curves and surfaces of finite Chen type. Geometry andTopology of Submanifolds Ill, World Scientific, Singapore, 304-311 (1991).
24. Caratelli, D., Natalini, P., Ricci P. E. & Yarovoy A. The Neumann problem for the Helmholtz equation in a starlike planar domain. Applied Mathematics and Computation 216(2),556-564 (2010).
25. Caratelli, D., Natalini, P. & Ricci, P.E. Fourier solution of the wave equationfor a starlike shaped vibrating membrane. Computers and Mathematics withApplications 59, 176-184 (2010).
26. Fougerolle, Y.D., Trucheret, F. & Gielis, J. A new potential function for selfintersecting Gielis curves with rational symmetries. In: Proceedings of GRAPP2009 - International Conference on Computer Graphics Theory and Applications- Lisboa, February 5-8, 2009.
27. Gielis Johan, Tavkelidze I., Ricci Paolo Emilio. - About "bulky" links generated by generalized Mobius-listing bodies GML(n,2). Journal of Mathematical Sciences - 193(3), p. 449-460.
28. Tavkelidze I., Cassisa C., Gielis J., Ricci P.E. (2013) About "bulky" links, generated by Generalized Mobius Listing's bodies GMLn3. Atti della Accademia nazionale dei Lincei Matematica e applicazioni : 24:1: 11-38
29. Bokhabrine Y, Fougerolle YD, Gribok A, Foufou S, Truchetet F (2007) In: Proceedings of the International Conference on Image Processing ICIP'07, San Antonio, TX, USA, September 2007, 549-552.
30. Voisin S, Abidi M, Foufou S, Truchetet F (2009) Genetic Algorithms for 3D Reconstruction with Supershapes; Proc. of Int. Conference on Image Processing, ICIP 2009, pp. 529-532, Cairo, Egypt, IEEE, November 2009.
31. Fougerolle YD, Truchetet F, Gielis J (2009) A new potential function for self-intersecting Gielis curves with rational symmetries. In: Proceedings of GRAPP 2009 - International Conference on Computer Graphics Theory and Applications - Lisboa, February 5-8, 2009.
본 특허 명세서에 참조로서 포함된 상술한 문헌들에 이어, 주어진 좌표들을 바탕으로 파라미터들의 세트를 결정하기 위해 상술한 (초)공식으로 컴퓨터를 프로그램하는 단계가 알려져 있다. 이러한 점에서, 길리스(Gielis) 곡선 및 표면 복구에 대한 문헌에서 제안된 접근 방식들은 두 가지 패밀리로 분류가 가능하다: 파우게롤(Fougerolle et al.)에 의해 제안된 결정론적 접근방식들, 그리고 보크하브린(Bokhabrine et al.), 그리고 보아신(Voisin)에 의해 제안된 스토아식 접근방법들이 그것이다. 두 가지 기존 기술들 모두, 당시에는 그러한 대상들을 암시하는 분야가 없었기 때문에 비대칭적 곡선이나 자율-교차하는 곡선들 또는 표면들을 다루지 않는다. 더 최근에는, 상기 31번에서 언급한 비대칭 자율-교차 길리스 곡선 및 표면에 대한 차등 속성들이 보장되는 암시적 분야를 구축하기 위한 기술이 제안되었었다. 그러면, 그러한 분야는 거리 분야들로 간주뒬 수 있다. 일단 초기 추측(initial guess), 즉 코히런트 대칭(coherent symmetries) 및 포즈(pose)를 포함하는 추측이 일단 획득되면, 바람직하게는 정상화된 레벤버그-마쿼트(Levenberg-Marquardt) 알고리즘이 적정 형태의 파라미터들을 효율적으로 결정한다. 대칭 파라미터 m과 같은 차등 파라미터들을 다루는 초기 추측은 유전학 또는 점진적 알고리즘들과 같은 스토아식 방법들을 사용해 달성된다. 결과적으로, 제안된 알고리즘은 점진적 접근방법들의 견고함에서부터 초기화에 이르는 혜택을 보게 되며, 형태와 축척 파라미터들의 조율은, 자율 교차 비대칭 곡선들이나 표면들을 재구성할 수 있는 결과론적 접근방법들의 연장에 다루어지기 때문에 여전히 효율성을 유지하게 된다. 복잡한 데이터를 나타내는 길리스 곡선을 결정하는 능력은 엔지니어링, 컴퓨터 비전, 결정학, 생물학 및 물리학 등의 다양한 연구 분야에서 새로운 관점들을 연다. 최근 출간물에 따르면, 정지된 인간의 피부 세포들의 유전체 속성들에 따른 세포들, 잎꼭지의 기계 강도, 안테나 기술 및 나노기술 등의 연구에서 의료 이미지 형성을 위해 라메(Lame)와 길리스 곡선들 및 표면들이 사용되었다. 높은 소음 레벨 환경에서, 그리고 자율 교차 곡선들에 대한 방법들의 견고함은 측정치 및 데이터 점수의 보간 등이 관여되는 곳이라면 상당한 이점을 갖는다.
(기선택된) 좌표 시스템에 대한 정보는 파라미터 관련 정보의 저장에 사용되는 컴퓨터 메모리 대신 다른 컴퓨터 메모리에 저장할 수 있다. 그러나 상기 적어도 하나의 기선택된 좌표 시스템과 관련된 정보는 설정된 파라미터 세트(들)을 다시 본래의 정보로 변환하기 위한 열쇠나 맵의 역할을, 바람직하게는 손실 없는 방식으로 수행한다. 이러한 열쇠나 맵이 없다면, 그러한 파라미터 세트(들)은 무용지물이 될 것이며, 원본 정보를 재생(회복)하기 위해 반대 방향으로 변환할 수 없을 것으로 상상할 수 있다. 물론, 모든 정보는 데이터베이스와 같은 적어도 하나의 중심 컴퓨터 메모리에, 바람직하게는 참조로서 저장될 수 있음 또한 상상할 수 있다.
좌표 시스템의 선택에 있어서, 상술한 공식들은 파라미터들의 구체적 선택을 통해, 좌표 시스템 및 (중심점으로부터의) 위치 벡터(들)를 늘릴 수 있도록 한다. 그러나, 파라미터들은 단일 값들이 아닌, 범위로도 정의할 수 있다. 이는 단지 형태만을 규정하는 것이 아니라, 이러한 개념을 n-차원의 공간들로 확대할 수 있도록 한다.
라메(Lame) 곡선들에 대한 동경 벡터(radius vector)의 가변 길이는 l p 공간들로 자리 올림(carry through)이 가능하다. 이러한 공간 실수(real number)들의 모든 시퀀스(x = (x 1 , x 2 , ...))의 공간(X)은 완전한 매트릭 공간(metric space), 즉 l p 이며, 상기 공간에 대해서는 (X,d)에 의한
Figure pct00010
및 거리
Figure pct00011
가 적용된다. 이러한 공간들에서는 지수 p가 모든 차원에서 상수이다. 그러나, 좌표 시스템의 선택은 고정 값 p로 제한되지 않으나, 모든 lp 공간들의 공간 또는 그 서브세트들, 그리고 그들의 고유의 좌표 시스템들이 고려된다. 특정 문제에 대해 가령 p ∈[2;∞[ or p∈[2;5.5] 문제를 고려함에 있어서. 사전 지식이 범위 n을 2 내지 5.5로 한정한 경우, 첫 번째 간격은 일반적인 반면, 두 번째는 구체적이다. 이를 통해 가령 행위(action)를 가령 기설정한 면적 또는 부피 또는 그와 유사한 패널티 함수값으로 자연 좌표 시스템들에서 연산을 확정함으로써 연구 중인 문제에 대한 n 값을 결정할 수 있고, 이는 lp 공간들에서 가변 문제가 된다.
이 lp 공간들은, 라메(Lame) 곡선들이 특수한 경우들이기 때문에 청구항 1에 언급된 공식들로 일반화될 수 있다. 상기 공식들을 통해, lp 공간들의 일반화, 및 그와 유사한 방식으로 모든 파라미터들은 구체적인 값보다는 값 간격(interval of values)에 속하는 것으로 정의될 수 있다. 여기서, 행위(action)와 같은 경계 조건들은 공간들 및 모든 서브 공간들의 정확한 값들을 규정하기 위한 적분 문제로 변한다. 구체적인 예로, 단위 원을 바탕으로 다차원의 공간을 정의하는 푸리에(Fourier) 시리즈가 있다. 일반화된 푸리에 시리즈를 가지고, 상술한 공식들에 의해 초형상(supershape)들을 사용해 일반화된 공간을 정의할 수 있을 뿐만 아니라, 모든 형상들이 그러한 공간들에 공존하게 되는데, 이를 통해 각각의 서브 공간에는 좌표 시스템들은 좌표 축들 상의 전용 숫자 시스템을 가지고 동방성이 아닌 이방성을 띠게 된다. 그러나 일반화된 푸리에 시리즈에서 형상들을 무한개의 용어들로 표현하는 것과 마찬가지로, 주어진 각각의 문제에 대해 좌표 시스템의 무한 차원 공간을 구축할 수 있다. 라메 곡선이나 초형상들에 있어서 이것은 무한 차원 공간이 그 보다 낮은 차원 공간으로 변환될 수 있다는 것을 의미한다. 차원수 감소에 대한 이어지는 연구에 있어서, 이것은 주요한 단계가 된다.
결정된 파라미터 세트(들)을 바탕으로 정보를 재컴파일(재생)하기 위해서는, 바람직하게는 B) 단계 및/또는 D) 단계 동안에 하나 이상의 좌표(재구성) 정의들을 정의하는 것이 유리할 수 있다. 이러한 유형의 좌표 정의들은 공통적으로 원 정보와 관련된 원 좌표의 회복을 용이하게 한다. 이러한 정의는 공통의 정보, 특히 정보의 회복 시 발생된 길리스 곡선에 의해 교차되는 좌표가 원 정보의 재생을 위해 고려해야할 좌표로서 고려되어야 하는 상황을 결정하는 하나 이상의 한계 값들을 포함한다. 이러한 한계 값들은 가령 좌표와 관련해 윤곽이 표시된 공간의 교차의 최소 정도 및/또는 좌표와 관련해 윤곽이 표시된 공간의 길리스 곡선의 교차의 최소 또는 최대 각도를 포함할 수 있다. 또한 상기 적어도 하나의 좌표 재구성 정의는, 적용될 경우, 바람직하게는 컴퓨터 메모리, 바람직하게는 E) 단계에서 데이터베이스에 저장되며, 더 바람직하게는 B) 단계에서 사용된 상기 적어도 하나의 기선택된 좌표 시스템 및 D) 단계에서 결정한 제1 파라미터 세트 및/또는 제2 파라미터 세트에 대한 상호-참조로서 저장된다.
D) 단계에서 발견한 파라미터들은 통계학적 적정 기술, 바람직하게는 비선형 최소-정사각형 접근 방법(non-linear least-squares), 특히 (반복식(iterative)) 레벤버그-마쿼트(LM) 알고리즘을 사용해 최소화 문제 접근 방법의 대상이 된다. 특히 파라미터 n1, n2, n3 등은 통계학적 적정 기술을 사용해 효율적으로 최소화가 가능하다. 상기 문헌에서 가장 효율적인 방법들은 헤센 매트릭스(Hessian matrix)와 비용/전위 기능의 경사도에 대한 효율적인 근사치들을 바탕으로 하는 레벤버그-마쿼트의 방법(Levenberg-Marquardt's method)을 적용한다. 주된 아이디어는 전위 필드들이 표준화(normalization)를 통해 곡선에 대한 거리 함수의 근사치 역할을 하도록 변환하는 것이다. 진화 알고리즘(evolutionary algorithm)은 인구 크기와 반복 횟수의 함수에서 선형 복잡도를 가지기 때문에, 제시된 결과들은 한번의 반복에 대한 연산 시간을 인구 크기로 나눈 값에 해당된다. 초기 추측, 즉 코히런트 대칭들(coherent symmetries) 및 포즈(pose)가 일단 획득되면, 표준화된 레벤버그-마쿼트 알고리즘은 효율적으로 적정 형상 파라미터들을 결정한다. 결과적으로, 자율 교차 비대칭 곡선들 또는 표면들을 재구성할 수 있는 결정론적 접근 방식들의 연장에 의해 형상 및 축척 파라미터들의 조율이 다루어지기 때문에, 제안된 알고리즘은, 스토아식 접근 방법들의 견고함에서부터 초기화에 이르는 혜택들을 보게 된다.
파라미터들은, 최적의 (이상적인) 파라미터들의 조합을 검색하고, 순차적으로 적어도 하나의 파라미터 값을 응축함으로써 파라미터들이 가능한 한 가장 적은 메모리를 차지하도록 더욱더 최적화, 특히 최소화될 수 있다. 가령 부등식 xn1 + yn2 = 12는 해법 A(2;3;2;2) 와 해법 B(2;8;3,5;1.02915428)를 포함해 무한한 개수의 해법(x;y;n1;n2)들을 갖는데, 여기서 해법 A가 해법 B 보다 선호된다. 그 이유는 해법 A가 메모리 공간을 덜 차지하기 때문이다.
B) 단계에서 생성될 좌표 세트는 매우 다양한 유형이 될 수 있으며, 전형적인 데카르트식 좌표 시스템보다 더 나아간 것이다. 심지어, 정보가 A) 단계에서 좌표 세트로서 이미 공급되는 것도 상상할 수 있는데, 그러면 A) 단계와 B) 단계는 동시에 일어나거나 B) 단계는 완전히 생략될 수 있다. 따라서, 가령 구체적인 개별 측정값들을 시간 함수로 분석하는 것을 생각해 볼 수 있는데, 이를 통해 이러한 시간-의존적 측정값들은 D) 단계에서 컴퓨터에 의해 좌표 세트로서 직접 분석될 수 있다. 좌표는 여기서 가령 (x, y)로 정의될 수 있는데, x 는 시점을, y 는 측정된 측정값을 나타낸다. 물론 무수히 많은 예들이 가능하다. 또한, A) 단계, B) 단계, 및/또는 D) 단계에서 적어도 하나의 파라미터가 직접 입력됨으로써 그 이후의 분석을 간소화하는 것도 가능하다. 가령, 일 측정 값은 바로 파라미터 n 1 로 간주될 수 있다. 또한, 점점 더 확실해지는 것은, 개별 좌표들(정보 지점들)로 구성되는 적어도 한 세트의 좌표들이 공식(들)에 제공된다고 해도, 최종 적어도 한 파라미터 세트는 지속적인 데이터 집합이라는 것이다. 여기서, 입력된 좌표들 사이에 놓이는 값들 또한 컴퓨터 메모리에 저장되는 데이터의 일부를 구성한다.
정보는 보통 B) 단계에서 적어도 하나의 기정의된 n-차원의 기하학 공간에 프로젝트되는데, 그 결과 상기 적어도 한 세트의 좌표들이 형성된다. 이러한 기하학 공간은 특히 간단한 형태의 공간일 수 있으며, 가령 2-차원 매트릭스에 의해 형성될 수도 있지만, 3-차원 형태로 형성될 수도 있으며, 또는 그 이상의 차원의 형태로 형성될 수도 있다. 상기 정보를 하나 이상의 좌표 세트로 변환하고 그 좌표 세트를 기하학 공간에 어떠한 형태로든 프로젝트하면, 도트(dot) 패턴이 실행될 수 있고, 이를 통해 하나 이상의 곡선 및/또는 회전체들이 상기 공식들을 사용해 맞춤될 수 있고, 그 결과 요구되는 파라미터 값들이 도출되어 컴퓨터 메모리에 저장될 수 있다. 어쨌든 제1 파라미터 세트는 여기에 저장되게 되며, 추가적으로, 제2 파라미터 또한 저장될 수 있다. 제1 파라미터 세트는 {A, B, m1, m2, n1, n2, n3} 세트에 의해 형성될 수 있지만, 서로 다르게 지정되는 파라미터들이 동일한 값을 가질 수도 있고 및/또는 하나 이상의 파라미터들이 디폴트 값을 가질 수 있는 점을 감안하면, 이 세트의 파라미터들의 개수를 줄이는 것도 가능하다. 따라서, m 1 은 m 2 와 동일할 수 있고, 그 결과 m에 대해서는 하나의 값만 저장하면 충분하게 된다. 또한 이와 유사하게, 적어도 하나의 디폴트 값이 m 1 과 m 2 에, 가령 일반 값 "4"로 할당되는 것이 가능하다. 이에 따라, 저장되는 제1 파라미터 세트는 {A, B, m1, m2, n1, n2, n3} 세트보다 파라미터 개수가 적을 수 있으나, 바람직하게는 적어도 {A, B, n1, n2, n3} 세트, 더 바람직하게는 적어도 {A, B, m, n1, n2, n3} 세트, 조금 더 바람직하게는 완전한 {A, B, m1, m2, n1, n2, n3} 세트를 포함할 수 있다. 분석된 정보에서 좀 더 복잡한 n-차원의 (n≥3) 그래픽 표시들이 도출되는 경우 {
Figure pct00012
,k}에 의해 형성되는 제2 파라미터 세트가 특히 유리하다.
좌표 세트와 기하학 공간의 배열은 데카르트식 좌표 시스템을 바탕으로 할 수 있으나, 그와 다른 유형의 좌표 시스템을 바탕으로 하는 것도 가능하며, 심지어 자기지정(self-designed) 될 수도 있다. 기하학 공간에는 바람직하게는 기본 글자(basic characters)들이 제공되며, 이들은 기하학 공간상의 기정의된 위치들에 분포될 수 있다. 기하학 공간에는 또한 바람직하게는 중심이 있을 수 있는데, 이 중심을 기준으로 좌표 세트가 표현된다. 가령, 다음과 같이 개별 정보 지점들인 (A, B, C, D, E, F)을 갖는 간단한 기하학 공간이 제안될 수 있다:
Figure pct00013
이러한 경우, 상기 기하학 공간은 6x4 매트릭스에 관한 것이고, 제로(0) 지점이 바닥 좌측에 중심(기준)으로 제공된다. 분석할 정보가 "FADE"라는 단어로 구성되는 경우, 이 정보는 상기 (간소화된) 공간에 프로젝트될 수 있고, 이에 따라 다음과 같이 표현될 수 있는 좌표 세트를 생성한다:
Figure pct00014
이 경우, 상기 좌표 세트는 곡선을 통과하도록 사용될 수 있는데, 이러한 곡선은 컴퓨터를 이용한 반복 이후 다음과 같은 곡선을 생성할 수 있다.
Figure pct00015
그리고 이에 따라 컴퓨터 메모리에 저장되는 제1 파라미터 세트의 파라미터들이 도출된다. 이 곡선은 분석할 단어에 나타나는 정보 지점들(글자들)만을 터치한다. 다른 정보 지점들은 터치되지 않으며, 따라서 무시된다. 곡선 대신에, 벡터나 회전체를 사용해 "FADE"라는 단어에 대한 그래픽 표시를 생성할 수도 있다. 마찬가지로, 이보다 더 큰 정보들이 좌표 세트들을 통해 제1 공식, 그리고 가능하게는 제2 공식을 이용해 묘사할 수 있는 곡선들, 회전체들, 또는 그 외 형태들로 변환 가능하다. 물론 정보를 복수의 좌표 세트들로 변환한 후 결과적으로 복수의 파라미터 세트들로 변환하는 것도 가능하다. 이를 통해, 더 많은 정보를 분석 및 저장할 수 있으며, 그러한 정보에 관한 더 많은 세부 사항을 분석 및 저장할 수 있다. 이 마지막 측면과 관련하여, 가령 "FADE"라는 단어를 분석함에 있어서, 사용된 글자와 그 순서를 결정하기 위해 상기 매트릭스에 따라 제1 기하학 공간을 구성하고, "FADE"라는 단어의 폰트의 색상을 결정하기 위해 제2 기하학 공간을 구성하고, "FADE"라는 단어의 폰트를 결정하기 위해 제3 기하학 공간을 구성하고, "FADE"라는 단어의 폰트 크기를 결정하기 위해 제4 기하학 공간을 구성하는 것을 상상할 수 있다. 상기 기하학 공간들은 적어도 부분적으로 서로 통합됨으로써, 좀 더 복잡한 기하학 공간을 생성할 수 있다. 선택적으로, 상기 기하학 공간의 중심 또한 E) 단계에서 결국에는 기선택된 좌표 시스템(들)에 관한 정보의 일부로서 컴퓨터 메모리에 저장된다.
상기 적어도 한 파라미터 세트는 물리적 매체상에, 바람직하게는 일반적으로 2D 프린터나 3D 프린터에 의해 인쇄되는 것이 상상 가능하다. 2D 프린팅의 경우, 그래픽 표시의 2-차원 뷰가 상기 파라미터 세트와 연계되어 프린트된다. 상기 파라미터 세트의 파라미터 값만이 프린터되어, 즉 물리적 매체상에 저장되는 것 또한 상상 가능하다. 이러한 프린팅은 암호화된 형태, 특히 스테가노그래피 형태로 수행될 수 있다. 3D 프린팅의 경우, 가령, 상기 적어도 한 파라미터 세트와 연계된 그래픽 표시가 객체로서 프린트될 수도 있는데, 이 또한 저장의 한 형태로 간주된다. 컴퓨터 메모리에 저장된 파라미터 세트 원본은 필요한 경우 인쇄 후 유지 또는 삭제될 수 있다.
복수의 좌표 세트들이 그에 대응되는 파라미터 세트들로 변환되면, 상기 파라미터 세트들은 E) 단계에서 컴퓨터 메모리에 참조와 함께 저장되는 것이 유리하다. 이러한 방식으로 데이터 집합이 생성된다. 또한, 가령, 식별 번호, 정보의 표시 등 다른 유형의 데이터가 추가된 단일 파라미터 세트를 바탕으로 E) 단계에서 데이터 집합을 생성하는 것을 상상할 수 있다. 데이터 집합을 디지털 저장하면 컴퓨터 메모리 내에 데이터베이스가 구축되는 결과를 가져올 수 있다. 여기서, 데이터베이스의 서로 다른 기록들은 동일한 정보에 관한 것일 수도 있고, 다른 정보에 관한 것일 수도 있다.
데이터베이스들은 정보 사회의 필수 구성 요소로서, 점점 더 많은 양의 데이터들이 데이터베이스(데이터 뱅크)에 저장되고 있다. 데이터베이스 없이 정부, 기업, 사회가 기능하는 것을 현재로서는 상상할 수 없다. 데이터가 데이터베이스에 용이하게 생성(생성), 영구적으로 저장(세이브/저장) 및 검색(독출(reading)), 업데이트(업데이트) 가능한 것이 중요하며, 바람직하게는 데이터베이스 구동에 대한 부정적 영향 없이 저장된 데이터를 비교적 용이하게 제거 가능한 것(삭제)이 중요하다. 데이터베이스 데이터가 가령 이미지, 또는 그 외 시각 표시에 의한 그래픽 표시의 디지털 표시에 의해 형성되면, 원본 정보에 대한 대안적인 파라미터-기반의 표시의 품질을 훼손하지 않으면서 데이터베이스에 저장되는 데이터량을 가능한 한 제한함으로써 데이터베이스와의 신속하고 효율적인 작업 역량을 증가시키기 위한 지속적 노력이 이루어지고 있다.
데이터 집합에서 데이터를 검색함에 있어서, 파라미터 세트 값들을 바탕으로, 특히 적어도 한 파라미터 세트 값들을 바탕으로 직접 검색이 이루어질 수 있는데, 먼저, 검색된 패턴을, 상술한 공식 중 하나 또는 두 공식 모두를 사용해 하나 이상의 세트의 파라미터들로 변환한 후, 데이터 집합에 검색 쿼리로서 입력하는 것을 상상할 수 있다.
바람직한 일 실시 예에서, 상기 방법은 또한, 식별 코드를 정보에 할당하는 것을 포함하는 F) 단계를 포함하는데, 상기 식별 코드 및 상기 관련된 적어도 하나의 파라미터 세트는 E) 단계에서 데이터 집합 내에 참조로서 저장된다. 식별 코드는 저장된 파라미터 세트들과 연계된 패턴들을 찾아내는 역량을 상당히 간소화할 수 있다. 식별 코드는 가령, 날짜-관련 또는 시간-관련 시점, 또는 가령, 상기 정보를 기술하는 세그먼트를 포함하는 복수의 세그먼트들을 포함할 수 있다.
바람직한 일 실시 예에서, 상기 방법은 또한, 사용자-정의된 정보를 그래픽 표시에 할당하고, D) 단계에서 상기 적어도 하나의 파라미터 세트에 대한 참조로서 상기 사용자-정의된 정보를 데이터 집합에 저장하는 G) 단계를 포함한다. 이러한 유형의 사용자 정보는 가능하게는 파라미터 세트들의 해석을 간소화하고, 이를 바탕으로, 새롭게 생성된 디지털 및/또는 물리적 그래픽 표시들의 해석을 간소화할 수 있다. 또한, 가령 저장할 정보의 디지털 사진(스크린샷)이 데이터 집합에 참조로서 저장되는 것을 상상할 수 있다. 여기서, 사진은 압축되는 것이 바람직하며, 사진의 포맷은 가능하게는 사진이 저장되기 전에 감소될 수 있다. 사진은 일반적으로, 원래의 물리적 그래픽 표시의 이미지를 신속하고 간단하게 검색하기 위한 유익한 목적을 갖는데, 이를 통해 데이터 집합에서 데이터를 해석하는 것이 간소화될 수 있다.
상기 방법은 또한, D) 단계에서 결정된 상기 적어도 하나의 파라미터 세트에 대한 허용 값들을 결정하고, 상기 결정된 허용 값들을 관련 파라미터 세트에 대한 참조로서 데이터 집합 안에 저장하는 H) 단계를 포함하는 것이 유리하다. 허용 값들의 결정 및 저장을 통해, (패턴으로 간주될 수 있는) 원본 정보와 매우 유사한 패턴들로 하나의 집합이 사실상 구성된다. 이를 통해, 제한적으로 벗어나는 패턴들을 이미 저장된 물리적 패턴 표시로 변환하는 것이 상대적으로 용이해진다. 지적재산권 내지 심미적 디자인(그래픽 표시)의 관점에서 볼 때, 유사한 디자인들이 상대적으로 신속하고 간단하게 하나 이상의 이미 저장된 디자인들에 링크될 수 있고, 이는 가령 침해 당사자 및/또는 표절 탐지를 상당히 간소화하기 때문에, 유리할 수 있다. 데이터 집합에 저장될 소유권자의 원래 패턴을 데이터 집합에 저장하고 경쟁 패턴을 분석한 이후 원본 패턴과 비교하는 것 또한 상상 가능하다. 그러나, 그 반대의 상황도 상상할 수 있는데, 가령 이베이와 같은 디지털 경매 사이트 또는 적어도 그 일부를 분석하는 경우, 제안되는 물건들(패턴들)이 임시로 저장되거나 데이터 집합에 파라미터 세트로 저장되는 경우, 이를 통해 심미적 디자인의 소유권자는 비교적 용이하게 유사한 디자인 물건들을 식별할 수 있다. 그 외에도 다양한 적용 예가 상상 가능하다. 적어도 하나의 허용 값이 바람직하게는 각각의 파라미터에 할당되고, 그 결과 각각의 파라미터의 상한과 하한, 그리고 그에 따른 관련 파라미터 주변의 범위가 결정된다. 허용 값들은 수동으로 설정될 수 있고, 사용자나 다른 사람이 가령 각각의 파라미터 및/또는 각 세트의 파라미터들에 하한 및/또는 상한을 설정한다. 또한, 컴퓨터가 가령 경험적 관찰을 바탕으로, 또는 하나 이상의 (검색) 알고리즘들을 바탕으로 상기 허용 값들을 결정하는 것도 상상 가능하다. 다양한 유형의 통계학적 방식들-보통은 컴퓨터로 자동화된-방식들이 적용될 허용 값들을 결정하는데 적용될 수 있다. 허용 값들을 결정하는 것은, C) 단계에서 디지털화된 그래픽 표시에 대한 분석을 수행하기 전, 수행하는 도중 및/또는 수행한 후에 이루어질 수 있다. 허용 값들에 대한 자동화된 결정의 일 예로, 미국 특허 명세서 2012/0233188가 참조 가능하며, 이는 본 특허 명세서의 일부를 형성하는 것으로 간주된다.
컴퓨터 메모리 안에 하나 이상의 파라미터 세트의 형태로 저장되는 정보는 매우 다양한 형태를 가질 수 있다. 이러한 정보는 2-차원 및 3-차원, 가능하게는 4-차원(시간에 따라 역동적인)일 수 있는 기하학 공간 내의 하나 이상의 좌표 세트들로 나타낼 수 있다. 이러한 정보는 물리적 대상, 물리적 (3-차원) 대상의 일부, 또는 물리적 대상의 (부분들의) 조합에 관한 것일 수 있다. 이러한 대상의 내부 형상 (내주변) 및 외부 형상 (외주변)이 여기서 분석될 수 있다. 상기 패턴은 또한 가령, 사진, 스테레오 이미지, 또는 홀로그램 등의 (2-차원 또는 3-차원) 이미지로 형성될 수도 있다. 상기 이미지는 또한 시간에 따라 변화함으로써, 가령 비디오 필름을 생성할 수 있다. 이러한 동영상들 또한 분석해서 코히런드(coherent) 데이터 집합에 저장하는 것을 상상할 수 있다. 이에 대해서는 아래에서 더 상세히 설명할 것이다. 또한, 정보가 전자파, 음파, 음 패턴, 잔물결, 분사, 또는 DNA 분자의 적어도 일부, 또는 그 외 형태의 패턴의 표시의 적어도 일부인 것을 상상할 수 있다. 여기서, 가령 음악 작업을 분석하고 본 발명에 따른 방법을 적용함으로써 하나 이상의 파라미터 세트를 통해 저장하는 것을 상상할 수 있다. 본 발명에 따른 방법은 또한 도로 신호 식별에도 적용될 수 있다. 이러한 관점에서, 2-단계의 검출 분석이 수행될 수 있고, 이 중 제1 단계에서는, 도로 신호들이 색 분할(color segmentation)을 바탕으로 한 이미지들에 위치되고, 제2 단계에서는 길리스 곡선들을 바탕으로 통일된 형상 표시를 사용해 그들의 대응되는 형상이 검색된다. 형상 재구성 방법은 훈련 상(phase) 없이 단일 알고리즘에 의해 가령 원, 삼각형, 직사각형 및 팔각형 등의 모든 일반적 도로 신호 형상의 검출이 가능하도록 한다. 본 발명에 따른 방법은 얼굴 인식 등 다른 목적들을 위해서도 사용될 수 있다. 그러나, 상기 정보의 적어도 일부가 정보, 특히 원문 정보 및/또는 수치 정보에 관한 것인 것도 상상할 수 있다. 원문 정보는 글자들로 이루어지며, 가능하게는 디짓(digit) 및/또는 구두점들로 이루어지는데, 이들은 글자의 시퀀스로서, 본 발명에 따른 방법의 대상이 될 수 있는 그래픽 표시로 간주될 수 있다. 이러한 방식으로, 텍스트 패시지(text passage)들이나 심지어 완전한 텍스트들을 하나 이상의 세트의 파라미터들에 의해 데이터 집합에 저장할 수 있다. 수치 정보는 데이터 집합에 저장이 요구되는 구체적인 디짓(digit)들이나 숫자들에 관한 정보일 수 있다. 그러나, 수치 정보는 바람직하게는 표기(notiation) 또는 넘버링(numbering) 시스템에 관한 것이 될 수 있다. 이에 대한 예로는 2진(binary) 시스템 및 그와 관련된 8진(octal) 및 16진(hexadecimal) 시스템 등이 있다. 그 외에도 본 발명에 따른 방법의 대상이 될 수 있는 넘버링 시스템들로 12진(duodecimal) 시스템, 60진(duodecimal) 시스템, 및 10진(decimal) 시스템 등과 같은 넘버링 시스템들이 있다. 컴퓨터들의 메모리 셀들은 두 개 값을 상정할 수 있기 때문에, 이는 저장된 정보의 2진 표시와 관계된다. 따라서, 숫자는 컴퓨터 내부에서 2진 숫자들로 표시된다. 바깥 세상에서는, 이러한 숫자들이 16진 시스템이나 8진 시스템으로 변환되는데, 둘 다 2진 넘버링 시스템과 밀접하게 관계된다. 2진 시퀀스를 그래픽 표시로 간주함으로써, 2진 시퀀스는 하나 이상의 파라미터 세트들을 통해, 실질적으로 감소된 형태로 저장될 수 있다. C) 단계에서 결정된 파라미터 세트들을 처리하도록 구성된 컴퓨터는 단위 시간 당 처리할 정보량이 상당히 줄어듦으로써, 컴퓨터를 다루는 속도를 상당히 증대시킨다. 또한, 상기 정보는, 그것이 얽혀있든, 중복되어 있든 및/또는 시간-종속적 양자 입자 상태이든 간에, 특히 양자 입자들에 관한 정보인 것으로 상상 가능하다. 이 외 다른 적용 또한 상상 가능하다.
원본 정보가 아직 디지털 형태로 입수 가능하지 않은 경우라면, 상기 정보는 A) 단계에서 디지털화될 것이다. 상기 정보는 바람직하게는 디지털 형태가 실질적으로 완벽하게 물리적 정보의 형태에 부합하도록, 물리적인 원본 정보에 비해 품질 손상이 전혀 또는 거의 일어나지 않도록 A) 단계에서 디지털화된다. A) 단계는 보통 정보의 스캔을 통해 이루어진다. 이러한 스캔은 2D 환경에서도 수행될 수 있고 3D 환경에서도 수행될 수 있다. A) 단계에서 생성된 디지털 이미지는 보통은 가령 D) 단계에서 발생할 후속 분석을 위해 컴퓨터의 컴퓨터 메모리 내에 임시로 저장된다. 반드시 그런 것은 아니지만 일반적으로, 스캔된 이미지는 비교적 큰 파일 크기를 갖는데, E) 단계 동안 동일한 이미지가 이미 실질적으로 더 소형의 형태, 즉 하나 이상의 세트의 파라미터들의 형태로 데이터 집합에 저장되기 때문에 분석 후에는 삭제된다.
상기 적어도 한 파라미터 세트는 컴퓨터 메모리의 유형, 및 저장된 정보의 추가적인 목적에 따라, 휘발성, 반휘발성 및/또는 영구적인 방식으로 컴퓨터 메모리 안에 저장될 수 있다. 이러한 목적으로 가령 컴퓨터의 외부 메모리를 사용하는 것 또한 상상 가능하다. 컴퓨터의 내부 메모리와는 대조적으로, 이러한 외부 메모리는 컴퓨터의 마더보드(motherboard) 바깥의 데이터에 대한 저장 형태이다. 외부 메모리는 마더보드에 배선을 통해 연결될 수 있다. 외부 메모리는 또한 영구 메모리로 불리기도 한다. 이러한 메모리는 내부 메모리와는 대조적으로 메모리에서 전기 전압이 제거되어도 정보를 유지한다. 외부 메모리의 전형적인 예로는: 하드 디스크, 고체 상태의 드라이브 (SSD), 디스켓, CD-ROM, DVD 또는 블루레이 등의 광학 디스크, 테이프 스트리머(tape streamer) 및 플래시 메모리 등이 있다. 외부 메모리는 보통, 데이터가 장기간 (특정 위치에) 저장되어야 하는 경우 사용된다. 복수의 그래픽 표시들과 각각 연계되는 복수의 파라미터 세트들로부터 아카이브(archive)가 구축될 수 있다. 그런 다음, 이러한 아카이브는 데이터베이스에 이미 저장된 정보의 그래픽 표시들과 정보 간의 비교 등을 비롯한 복수의 목적을 위해 사용될 수 있다. 이와 같은 적용 방식은 아래의 본 특허 명세서에서 더 자세히 검토할 것이다. 외부 메모리 대신, 상기 적어도 한 세트의 파라미터들, 특히 디지털 데이터베이스 또한 내부 메모리 안에 저장될 수 있다. 내부 메모리는 마더보드에 위치하는 컴퓨터 메모리를 의미할 수 있다. 메모리 계층에서, 상기 내부 메모리는 제1 메모리층, 즉 1차 메모리로 불린다. 일반적으로 내부 메모리는, CPU (프로세서) 및 RAM 메모리와 (물리적으로) 매우 가까이 있는 캐쉬 메모리와 구분된다. 내부 메모리는 매우 빠르므로, 데이터 검색과 저장에 있어서 지연을 거의 일으키지 않는다. 상기 적어도 하나의 파라미터 세트는 컴퓨터의 내부 메모리에 휘발성 형태로 저장될 수 있다. 이러한 형태의 저장은, 상기 적어도 하나의 파라미터 세트가 저장 후 즉시 또는 거의 즉시 추가 처리되는 경우 특히 유용하며, 특히, 네트워크 연결 및/또는 인터넷을 통해 다른 위치로 디지털 전송된다. 본 발명에 따른 방법 적용에 의해 상기 정보가 실질적으로 줄어들기 때문에, 상기 적어도 하나의 파라미터 세트는 네트워크 연결 및/또는 인터넷을 통해 다른 위치로 비교적 용이하게 전송될 수 있다. 상기 적어도 하나의 파라미터 세트 및 그와 관계된 데이터 집합은 가령 이메일을 통해 전송될 수 있다. 상기 적어도 하나의 파라미터 세트 및 그와 관계된 데이터 집합, 또는 그것의 적어도 일부는 가령 드롭 박스(Dropbox®), 구글 드라이브(Google Drive®) 또는 아이클라우드(iCloud®) 등의 파일을 온라인 저장하기 위한 온라인 클라우드 서비스에 업로드될 수 있다. 또한, 하나의 파라미터 세트 및 그와 관련된 데이터 집합 등은 내부 메모리 또는 그 일부에 휘발성 형태로 저장되어 다른 컴퓨터 및/또는 모니터 등의 다른 네트워크 구성 요소에 스트리밍 됨이 상상 가능하다.
D) 단계를 수행하도록 구성된 컴퓨터는 실질적으로 완벽하게 그래픽 표시와 매칭되는 (인공) 패턴과 연계된 파라미터 값들과 매칭되도록 구성되는 하나 이상의 프로세서들을 일반적으로 포함할 것이다. 여기서, 컴퓨터는 분석 중에 사용되는 데이터를 임시로 저장할 수 있는 메모리를 일반적으로 구비한다. 컴퓨터는 또한 가령 LAN 네트워크 및/또는 WAN 네트워크를 통해 접속 가능한 서버에 의해 형성될 수 있다.
본 발명에 따른 방법을 통해 정보를 분석할 수 있도록 하기 위해, 컴퓨터는, 분석할 정보를 복수의 더 작은 정보 부분들로 분할하도록 구성되는 것이 유리한데, 여기서, 각각의 정보 부분은 적어도 하나의 파라미터 세트로 변환된 후, 제1 공식을 통해 변환되고, 가능하게는 제2 공식에 의해 하나 이상의 파라미터 세트들로 변환된다. 이를 통해, 결합된 형태의 복잡한 형태를 파라미터 세트들로 변환할 수 있고, 데이터 집합 등에 저장할 수 있다. 이때, 알려진 CSG 기술들 (Constructive Solid Geometry techniques), 그것의 변형 기술들, 또는 비교 가능한 기술들이 일반적으로 사용된다. 하나 이상의 정보 부분들은 수동으로 선택 가능한 것으로 상상할 수 있는데, 사용자가 정보 부분의 일부를 저장하는데에만 관심 있는 경우 유리할 수 있다.
E) 단계에서 정보를 암호화된(부호화된) 형태로 컴퓨터 메모리에 저장하는 것이 상상 가능하다. 그 결과, 데이터 집합은 보호됨으로써, 권한이 없는 사람들은 이러한 유형의 데이터에 접근하지 못하도록 하기 위한 접근 통제가 이루어질 수 있다. 이러한 데이터 및/또는 데이터 집합은 알려진 방식으로 보호될 수 있다.
대안적인 일 실시예에서, 상기 방법은 D) 단계에서 컴퓨터를 통해 디지털 정보를 분석하기 전에 디지털 정보를 전송, 특히 업로드하는 I) 단계를 포함한다. 여기서, I) 단계에서 인증 단계가 수행되면 유리한데, 이때, 전송을 시작하고자 하는 사용자가 인증되고, 사용자 인증이 이루어진 이후에만 디지털 정보가 컴퓨터로 전송된다. 따라서, 사용자는 인증이 이루어진 경우에만, 그리고 가령 비용 지불 등의 추가적인 조건들을 충족한 이후에만 디지털 정보 및 그로부터 획득한 파라미터 세트(들)의 저장을 활성화시키기 위해 컴퓨터와 접촉할 수 있다. 컴퓨터 메모리에 저장된 데이터를 참고하기 위한 의도로도 이와 동일한 사용자 인증이 요구될 수 있다.
정보는 이미지, 그리고 시간에 따라 변형되는 역동(dynamic) 이미지에 의해 형성될 수 있다. 이에 따라, 상기 정보는 시간-종속적 변환을 겪는 역동적(dynamic) 패턴이 관여하는 동영상에 의해서도 형성될 수 있다. 따라서, 복수의 시간 연대순의 디지털 이미지 또는 그 외 이미지들이 A) 단계에서 정지 이미지들(프레임)의 조합으로부터 생성되는 것을 상상할 수 있는데, 이때 상기 이미지들은 D) 단계에서 개별적으로 분석되고, D) 단계에서 획득한 파라미터 세트들은 E) 단계에서 서로 참조로서 데이터 집합에 저장된다. 공동으로 가령 동영상을 형성하는 정지 이미지들의 시퀀스는 E) 단계에서 데이터 집합 안에 파라미터 세트들에 대한 대표적인 시퀀스로 저장된다. 단위 시간 당 패턴의 수, 특히 초당 프레임(이미지)의 개수(fps)와 관련된 데이터는 데이터 집합에 저장됨으로써 역동적 패턴은 가능한 한 정확하게 합성 (재구성)될 수 있다.
본 발명은 또한 정보의 디지털 변환 방법에 관한 것으로, 본 발명에 따른 상기 방법을 적용함으로써 정보를 적어도 하나의 제1 파라미터 세트 및/또는 적어도 하나의 제2 파라미터 세트로 변환하는 단계, 및 적어도 하나의 제1 파라미터 세트 및 적어도 하나의 제2 파라미터 세트를 디지털 위치에 디지털 전송하는 단계를 포함한다. 여기서, 상기 위치는 가령 IP 주소, 이메일 주소, 및/또는 웹사이트에 의해 형성될 수 있다. (디지털) 그래픽 표시의 크기를 바이트 단위로 상당히 줄임으로써, 그리고 그래픽 표시의 종래의 파일 포맷을 그 보다 훨씬 작은 파라미터-기반의 파일 포맷으로 변환함으로써, 네트워크 트래픽 부하는 실질적으로 감소될 수 있고, 그래픽 표시, 또는 적어도 그 일부는 더 신속하게 디지털 교환될 수 있다.
본 발명은 또한 상기 방법에 따라 컴퓨터 메모리 안에 저장된 정보를 참고하는(consulting) 방법에 관한 것으로, 참고할 그래픽 표시는 가령 모니터 상에 합성 및 가시화되고 및/또는 알려진 2D 및/또는 3D 프린트 기술들을 통해 물리적으로 패턴을 프린트된다. 하나 이상의 검색 기준을 컴퓨터 내에 입력하는 것 또한 상상 가능한데, 상기 검색 기준, 또는 적어도 그 일부는, 관련 파라미터 세트들 검색에 바탕이 되는 하나 이상의 파라미터 세트들로 변환되고, 그 이후에는 발견된 정보를 어떤 방식으로든 가시화할 수 있다.
본 발명은 다음 단계들을 포함하는 정보 비교 방법에 관한 것이다.
K) 상술한 청구항들 중 하나에 따른 방법에 따라, 정보와 연계된 제1 파라미터 세트들 및/또는 제2 파라미터 세트들이 저장된 데이터 집합, 특히 디지털 데이터베이스를 제공하는 단계,
L) 비교할 정보를 디지털 포맷으로 제공하는 단계,
M) 비교할 디지털 정보를 적어도 한 세트의 좌표들로 변환하는 단계,
N) 적어도 하나의 아래 제1 공식으로 컴퓨터를 프로그램하는 단계,
Figure pct00016
여기서,
Figure pct00017
제1 파라미터 세트는 A, B, m1, m2, n1, n2, n3에 의해 형성되고,
제2 파라미터 세트는
Figure pct00018
와 k에 의해 형성되고, 상기 컴퓨터는 또한 바람직하게는 아래 제2 공식으로 프로그래밍되고, 제2 공식은 복수의 제1 공식의 총계임
Figure pct00019
O) 상기 정보에 대한 일반화된 비교 대상(comparison)을 결정하기 위해 컴퓨터 내에서 M) 단계에서 획득한 적어도 하나의 세트의 좌표들을 분석하는 단계로서, 상기 제1 파라미터 세트에 대한 값들, 그리고 바람직하게는 상기 제2 파라미터 세트에 대한 값들 또한 결정되고; 그리고
P) 상기 비교할 정보와 연계된 상기 제1 파라미터 세트 및/또는 상기 제2 파라미터 세트를 상기 데이터 집합, 특히 디지털 데이터베이스에 저장된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트와 비교하는 단계.
이러한 방법은, P) 단계에 따라 상기 비교할 정보와 연계된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트를, 상기 데이터 집합에 저장된 상기 제1 파라미터 세트 및/또는 상기 제2 파라미터 세트와 비교한 후 비교 결과를 제시하는 단계를 포함하는 Q) 단계를 포함하는 것이 유리하다. 이러한 제시는 시각적으로 이루어질 수도 있지만, 사운드 신호를 통해 청각적으로 이루어질 수도 있다. 두 가지를 조합하는 것도 상상 가능하다. 유리한 일 실시 예에 따르면, K) 단계에는, D) 단계에서 결정된 상기 적어도 한 파라미터 세트에 대한 허용 값들을 결정하는 것을 포함하는 H) 단계 또한 적용되고, 상기 결정된 허용 값들은 상기 관련 파라미터 세트에 대한 상호 참조로서 상기 데이터 집합에 저장되고, P) 단계에서, 상기 비교할 패턴의 상기 제1 파라미터 세트 및/또는 상기 제2 파라미터 세트는 상기 데이터 집합에 저장된 허용 값들에 의해 정의되는 범위와 비교된다. 본 발명에 따른 이 방ㅂ법의 이점들은 이미 앞에서 상세히 설명한 바 있다.
본 발명은 또한 본 발명에 따른 방법을 적용한 후, 컴퓨터 메모리에 표시로서 저장된 정보를 재생하기 위한 방법에 관한 것으로 다음 단계들을 포함한다.
R) 적어도 하나의 컴퓨터 메모리, 바람직하게는 디지털 데이터를 독출하는 단계로서, 적어도 하나의 상호 참조가 B) 단계에서 사용된 상기 적어도 하나의 기선택된 좌표 시스템, 및 D) 단계에서 결정된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트 사이에 저장되고,
S) R) 단계에서 독출된 상기 파라미터들을 적어도 하나의 아래 제1 공식으로 프로그램된 컴퓨터 내에 입력함으로써 적어도 하나의 좌표들의 세트를 계산하는 단계,
Figure pct00020
여기서,
Figure pct00021
이고,
제1 파라미터 세트는 A, B, m1, m2, n1, n2, 및/또는 n3에 의해 형성되고,
제2 파라미터 세트는
Figure pct00022
와 k에 의해 형성되고, 상기 컴퓨터는 또한 바람직하게는 아래 제2 공식으로 프로그램되고 아래 제2 공식은 복수의 상기 제1 공식의 총계임
Figure pct00023
T) 상기 계산된 좌표들을 원본 디지털 정보로 변환하는 단계를 포함한다.
사실상 이 회수 방법은 상술한 정보 분석 및 저장 방법과 비교해 반대 방식으로 수행된다. 상기 원본 정보에 관한 구체적인 좌표들을 용이하게 하기 위해서는 S) 단계에서 적어도 하나의 좌표 재구성 정의가 사용되는 것이 바람직하다. 이러한 정의의 예들은 앞서 제공한 바 있다. 상기 좌표 재구성 정의는 바람직하게는 R) 단계에서 컴퓨터 메모리로부터 독출되고, 결국에는 좌표 시스템에 관한 정보의 일부를 구성할 수 있다. 바람직하게는, 상기 적어도 하나의 좌표 재구성 정의는 상기 좌표 시스템의 좌표들의 개설된 좌표 공간의 정의를 포함하는데, 이는 어떤 좌표들이 (원본 정보에 기인한) 원래의 좌표들의 선택의 일부가 되고, 어떤 좌표들이 간과될 수 있는지에 대한 결정을 용이하게 한다.
본 발명은 또한 정보를 분석하고 상기 정보에 관한 표시를 컴퓨터 메모리 안에, 특히 본 발명에 따른 방법을 적용하여 저장하기 위한 시스템에 관한 것으로, 다음을 포함한다.
K) 디지털 정보를 적어도 한 세트의 좌표들로 변환하도록 구성된 적어도 하나의 제1 컴퓨터;
L) 적어도 하나의 아래 제1 공식으로 프로그램된 적어도 하나의 제2 컴퓨터:
Figure pct00024
여기서,
Figure pct00025
이고,
제1 파라미터 세트는 A, B, m1, m2, n1, n2 , n3 에 의해 형성되고,
제2 파라미터 세트는
Figure pct00026
와 k에 의해 형성되고, 상기 컴퓨터는 또한 바람직하게는 아래 제2 공식:
Figure pct00027
으로 프로그램되고, 상기 제2 공식은 복수의 제1 공식의 총계이고,
상기 제2 컴퓨터 또한, 정보에 대한 일반화된 비교를 결정하기 위해 상기 제1 컴퓨터에 의해 결정된 상기 적어도 한 세트의 좌표들을 분석하도록 구성되고, 상기 제1 파라미터 세트의 값들, 및 바람직하게는 상기 제2 파라미터 세트의 값들이 결정되고;
상기 제2 컴퓨터를 통해 결정된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트를 저장하기 위한 적어도 하나의 컴퓨터 메모리를 포함한다. 상기 제1 컴퓨터와 상기 제2 컴퓨터는 여기서 동일한 컴퓨터에 의해 형성될 수 있다. 적어도 하나의 컴퓨터 메모리가 상기 제2 컴퓨터의 일부를 형성하는 것 또한 상상 가능하다. 상기 제1 컴퓨터는 일반적으로 기정의된 n-차원의 기하학적 공간에 정보를 프로젝트하도록 프로그램될 것이고, 그 결과 적어도 한 세트의 좌표들이 형성된다.
상기 정보가 아직 디지털 형태로 입수 가능하지 않은 경우, 상기 시스템은 상기 정보를 디지털화하기 위한 스캐닝 장치를 포함하는 것이 유리하다. 여기서, 상기 컴퓨터는 일반적으로 상기 스캐닝 장치에 연결될 것이다. 상기 컴퓨터는 또한 바람직하게는 저장되고 및/또는 참고된 합성 패턴들을 시각화하도록 모니터에 연결된다. 상기 컴퓨터는 또한 바람직하게는 프린터, 특히 필요한 경우 하나 이상의 저장된 패턴들을 프린트할 수 있는 3D 프린터에 연결된다. 앞서 기술한 바와 같이, 상기 컴퓨터는 일반적으로 실질적으로는 완전히 그래픽 표시에 매칭되는 (인공) 패턴과 연계된 파라미터 값들에 매칭되도록 구성된 하나 이상의 프로세서들을 포함한다. 여기서, 상기 컴퓨터는 일반적으로 분석 중 사용되는 데이터를 임시 저장할 수 있는 메모리를 구비한다. 상기 컴퓨터는 가령 LAN 네트워크 및/또는 WAN 네트워크를 통해 (온라인) 접속이 가능한 서버에 의해 형성될 수 있다.
아래 항들은 본 발명의 바람직한 특징들을 제시한다.
1. 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법으로,
A) 분석할 정보를 디지털 포맷으로 제공하는 단계.
B) 상기 디지털 정보를 적어도 한 세트의 좌표들로 변환하는 단계,
C) 적어도 하나의 제1 공식:
Figure pct00028
으로 컴퓨터를 프로그램하는 단계를 포함하고,
여기서,
Figure pct00029
이고,
제1 파라미터 세트는 A, B, m1, m2, n1, n2 및/또는 n3 파라미터들에 의해 형성되고, 제2 파라미터 세트는
Figure pct00030
와 k에 의해 형성되고, 상기 컴퓨터 또한 바람직하게는 제2 공식:
Figure pct00031
으로 프로그램되고, 상기 제2 공식은 복수의 제1 공식의 총계이고;
D) 상기 정보에 대한 적어도 하나의 일반화된 비교 대상(comparison)을 결정하기 위해 상기 적어도 한 좌표 세트를 바탕으로 상기 컴퓨터 내의 상기 디지털 정보를 분석하는 단계, 상기 제1 파라미터 세트에 대한 값들, 그리고 바람직하게는 상기 제2 파라미터 세트에 대한 값들 또한 결정되고; 및
E) D) 단계에서 결정된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트를 컴퓨터 메모리 안에 저장하는 단계를 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
2. 제1항에 있어서, 상기 정보는 B) 단계에서, 적어도 하나의 기정의된 n-차원의 기하학 공간 내에 프로젝트되고, 그 결과 상기 적어도 한 세트의 좌표들이 형성되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
3. 제2항에 있어서, 상기 기하학 공간은 상기 기하학 공간 위에 기정의된 위치들에 분포되는 기본 글자들을 구비하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
4. 제2항 또는 제3항에 있어서, 각각의 기하학 공간에는 적어도 하나의 중심이 제공되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
5. 제4항에 있어서, B) 단계에서 결정된 각각의 좌표 세트는 해당 기하학 공간의 중심을 기준으로 한 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
6. 상술한 항들 중 어느 한 항에 있어서, 상기 좌표 세트를 바탕으로 D) 단계에서 적어도 하나의 회전체가 결정되고, 상기 회전체는 적어도 한 파라미터 세트와 관련되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
7. 상술한 항들 중 어느 한 항에 있어서, 상기 디지털 정보는 B) 단계에서 복수의 좌표 세트들로 변환되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
8. 제7항에 있어서, 상기 정보는 B) 단계에서 복수의 기정의된 n-차원의 기하학 공간들로 프로젝트되고, 그 결과 상기 복수의 좌표 세트들이 형성되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
9. 상술한 항들 중 어느 한 항에 있어서, E) 단계에서 저장된 상기 적어도 한 결정된 파라미터 세트는 상기 컴퓨터 메모리에 저장된 데이터 집합의 일부를 형성하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
10. 제9항에 있어서, 상기 방법은 또한, 식별 코드를 상기 표시에 할당하는 것을 포함하는 F) 단계를 포함하고, 상기 식별 코드 및 상기 관련된 적어도 한 파라미터 세트는 E) 단계에서 상호 참조로서 상기 데이터 집합에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
11. 제9항 또는 제10항에 있어서, A) 단계에서 상기 정보에 대한 적어도 하나의 디지털 사진이 획득되고, 상기 적어도 하나의 디지털 사진은 E) 단계에서 상기 관련된 파라미터 세트에 대한 상호 참조로서 상기 데이터 집합 내에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
12. 제9항 내지 제11항에 있어서, 상기 방법은 또한, 사용자-정의된 정보를 상기 그래픽 표시에 할당하는 것, 및 E) 단계에서 상기 사용자-정의된 정보를 상기 데이터 집합 내에 상기 적어도 한 파라미터 세트에 대한 상호 참조로서 저장하는 것을 포함하는 G) 단계를 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
13. 제19항 내지 제12항 중 어느 한 항에 있어서, 상기 방법은 E) 단계에서 결정된 상기 적어도 한 파라미터 세트에 대한 허용 값들을 결정하는 것, 및 E) 단계에서 상기 결정된 허용 값들을 상기 관련된 파라미터 세트에 상호 참조로서 저장하는 것을 포함하는 H) 단계를 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
14. 제9항 내지 제11항 중 어느 한 항에 있어서, 복수의 파라미터 세트들이 E) 단계에서 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
15. 제9항 내지 제14항 중 어느 한 항에 있어서, 상기 데이터 집합은 E) 단계에서 생성되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
16. 제9항 내지 제15항 중 어느 한 항에 있어서, 상기 데이터 집합은 디지털 데이터베이스와 관계되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
17. 제9항 내지 제16항 중 어느 한 항에 있어서, 상기 디지털 정보는 B) 단계에서 복수의 좌표 세트들로 변환되고, 각각의 좌표 세트는, 상기 좌표 세트에 대한 적어도 하나의 일반화된 비교를 결정하기 위해 D) 단계에서 상기 컴퓨터 내에서 분석되고, 상기 제1 파라미터 세트에 대한 값들, A, B, n l , n 2 , n 3 , m 1 또는 m 2 및 바람직하게는 상기 제2 파라미터 세트에 대한 값들,
Figure pct00032
와 k가 결정되고,
각각의 좌표 세트와 연계된 제1 파라미터 세트 및/또는 제2 파라미터 세트는 E) 단계에서 상기 데이터 집합 내에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
18. 제9항 내지 제17항 중 어느 한 항에 있어서, 상기 정보는 시간-종속적 변환의 대상이 되는 역동적 패턴과 관련된 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
19. 제18항에 있어서, A) 단계에서, 상기 역동적 패턴으로부터 복수의 연대적 디지털 이미지들이 생성되고, 상기 연대적 이미지들은 B) 단계에서 적어도 한 좌표 세트로 개별적으로 변환되고, D) 단계에서 분석되고, D) 단계에서 획득된 파라미터 세트들은 E) 단계에서 서로에 대한 상호 참조로서 상기 데이터 집합 내에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
20. 제18항 또는 제19항에 있어서, 상기 역동적 패턴은 동영상과 관련된 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
21. 상술한 항들 중 어느 한 항에 있어서, 상기 정보는 물리적 대상 및/또는 이미지의 적어도 일부와 관계된 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
22. 상술한 항들 중 어느 한 항에 있어서, 상기 정보의 상기 적어도 일부는 텍스트 정보 및/또는 수치 표시와 관계된 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
23. 상술한 항들 중 어느 한 항에 있어서, 상기 정보는 웨이브(wave) 표시의 적어도 일부와 관계된 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
24. 상술한 항들 중 어느 한 항에 있어서, A) 단계에서 물리적 정보가 디지털화되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
25. 상술한 항들 중 어느 한 항에 있어서, 상기 방법은 또한, D) 단계에서 상기 컴퓨터를 통해 상기 디지털화된 그래픽 표시가 분석되기 전에 상기 디지털 정보를 상기 컴퓨터로 전송하는 것을 포함하는 I) 단계를 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
26. 제25항에 있어서, I) 단계는 또한, 전송을 시작하고자 하는 사용자가 인증되고, 상기 디지털 정보가 상기 사용자의 인증 이후에야 상기 컴퓨터로 전송되는 인증 단계를 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
27. 상술한 항들 중 어느 한 항에 있어서, E) 단계에서 상기 적어도 한 세트가 컴퓨터의 내부 메모리 내에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
28. 상술한 항들 중 어느 한 항에 있어서, E) 단계에서 상기 적어도 한 파라미터 세트가 컴퓨터의 외부 메모리에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
29. 상술한 항들 중 어느 한 항에 있어서, E) 단계에서 저장된 데이터는 상기 컴퓨터 메모리 내에 암호된 형태로 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
30. 상술한 항들 중 어느 한 항에 있어서, 상기 방법은 또한, E) 단계에서 저장된 적어도 한 파라미터 세트를 서로 다른 위치로 디지털 전송하는 것을 포함하는 J) 단계를 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
31. 상술한 항들 중 어느 한 항에 있어서, D) 단계에서 결정된 상기 적어도 한 파라미터 세트의 그래픽 표시는 E) 단계에서 물리적으로 프린트되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
32. 정보를 비교하는 방법으로,
K) 상술한 항들 중 하나에 따른 방법에 따라, 정보와 연계된 제1 파라미터 세트들 및/또는 제2 파라미터 세트들이 저장된 데이터 집합, 특히 디지털 데이터베이스를 제공하는 단계,
L) 비교할 정보를 디지털 포맷으로 제공하는 단계,
M) 비교할 디지털 정보를 적어도 한 세트의 좌표들로 변환하는 단계,
N) 적어도 하나의 제1 공식으로 컴퓨터를 프로그램하는 단계:
Figure pct00033
여기서,
Figure pct00034
이고,
제1 파라미터 세트는 A, B, m1, m2, n1, n2 , n3 에 의해 형성되고,
제2 파라미터 세트는
Figure pct00035
와 k에 의해 형성되고, 상기 컴퓨터는 또한 바람직하게는 제2 공식:
Figure pct00036
으로 프로그램되고, 상기 제2 공식은 복수의 제1 공식의 총계이고,
O) 상기 정보에 대한 일반화된 비교 대상(comparison)을 결정하기 위해 컴퓨터 내에서 M) 단계에서 획득한 적어도 한 세트의 좌표들을 분석하는 단계, 상기 제1 파라미터 세트에 대한 값들, 그리고 바람직하게는 상기 제2 파라미터 세트에 대한 값들 또한 결정되고; 및
P) 상기 비교할 정보와 연계된 상기 제1 파라미터 세트 및/또는 상기 제2 파라미터 세트를 상기 데이터 집합, 특히 디지털 데이터베이스에 저장된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트와 비교하는 단계를 포함하는, 정보 비교 방법.
33. 제32항에 있어서, P) 단계에 따라 상기 비교할 정보와 연계된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트를, 상기 데이터 집합에 저장된 상기 제1 파라미터 세트 및/또는 상기 제2 파라미터 세트와 비교한 후 비교 결과를 제시하는 단계를 포함하는 Q) 단계를 포함하는, 정보 비교 방법.
34. 제32항 또는 제33항에 있어서, D) 단계에서 결정된 상기 적어도 한 파라미터 세트에 대한 허용 값들을 결정하고, 상기 결정된 허용 값들을 관련 파라미터 세트에 대한 상호 참조로서 데이터 집합 안에 저장하는 H) 단계를 포함하는, 정보 비교 방법.
35. 특히 제1항 내지 제31항 중 한 항에 따른 방법을 적용하여 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리 내에 저장하기 위한 시스템으로,
-디지털 정보를 적어도 하나의 좌표 세트로 변환하도록 구성된 적어도 하나의 제1 컴퓨터;
-적어도 제1 공식으로 프로그램된 적어도 하나의 제2 컴퓨터:
Figure pct00037
여기서,
Figure pct00038
이고,
제1 파라미터 세트는 A, B, m1, m2, n1, n2, n3 에 의해 형성되고,
제2 파라미터 세트는
Figure pct00039
와 k에 의해 형성되고, 상기 컴퓨터는 또한 바람직하게는 제2 공식:
Figure pct00040
으로 프로그램되고, 상기 제2 공식은 복수의 제1 공식의 총계이고, 상기 제2 컴퓨터는 또한, 상기 정보에 대한 일반화된 비교를 결정하기 위해 상기 제1 컴퓨터에 의해 결정된 상기 적어도 한 좌표 세트를 분석하도록 구성되고, 상기 제1 파라미터 세트에 대한 값들과 바람직하게는 상기 제2 파라미터 세트에 대한 값들이 결정되고,
상기 제2 컴퓨터를 통해 결정된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트를 저장하기 위한 적어도 하나의 컴퓨터 메모리를 포함하는, 시스템.
36. 제35항에 있어서, 상기 제1 컴퓨터와 상기 제2 컴퓨터는 여기서 동일한 컴퓨터에 의해 형성되는, 시스템.
37. 제35항 또는 제36항에 있어서, 적어도 하나의 컴퓨터 메모리는 상기 제2 컴퓨터의 일부를 형성하는, 시스템.
38. 제35항 내지 제37항에 있어서, 상기 제1 컴퓨터는 기정의된 n-차원의 기하학 공간에 상기 정보를 프로젝트하도록 프로그램되고, 그 결과 적어도 하나의 좌표 세트가 형성되는, 시스템.
아래 도면에 제시된 비한정적 실시 예들을 참조로 본 발명을 설명한다.
도 1은 본 발명에 따른 그래픽 표시를 저장하기 위한 방법 및 그에 연계된 시스템을 개략적으로 도시한 도면이다.
도 2는 본 발명에 따른 방법을 개략적으로 도시한 또 다른 도면이다.
도 3은 본 발명에 따른 그래픽 표시들을 비교하기 위한 방법을 개략적으로 도시한 도면이다.
도 4는 2-차원 그래픽 표시 및 그에 연계된 파라미터 값들에 대한 도면이다.
도 5는 2-차원 그래픽 표시 및 그것을 서브-표시들로 분할한 것을 도시한 도면이다.
도 6은 3-차원 그래픽 표시 및 그에 연계된 파라미터 값들을 도시한 도면이다.
도 7은 볼트의 그래픽 표시 및 그것을 기본 형상들로 분할한 것을 도시한 도면이다.
도 8a는 본 발명에 따른 방법을 적용하여 파라미터 세트 값들로 변환될 수 있는 텍스트 정보를 도시한 도면이다.
도 8b는 본 발명에 따른 방법을 적용하여 파라미터 세트 값들로 변환될 수 있는 2진 정보를 도시한 도면이다.
도 9a 내지 도 9d는 본 발명에 따른 방법을 적용하여 결정될 수 있는 곡선에 의해 프레임이 형성된 원본 그래픽 표시를 갖기 위한 순차적 단계들을 도시한 도면들이다.
도 10a 내지 도 10d는 본 발명에 따른 방법을 적용하여 결정될 수 있는 곡선에 의해 프레임이 형성된 다른 원본 그래픽 표시를 갖기 위한 순차적 단계들을 도시한 도면들이다.
도 11은 본 발명에 따른 방법에서 사용되도록 텍스트 정보가 프로젝트될 수 있는 기하학 공간을 도시한 도면이다.
도 12a 내지 도 12c에서는 본 발명에 따른 방법에서 사용되도록 텍스트 정보가 프로젝트될 수 있는 대안적인 기하학 공간들을 도시한 도면이다.
도 13a는 텍스트 정보를 좌표들로 변환하기 위한 기하학 공간의 적용을 도시한 도면이다.
도 13b는 도 13a에 도시된 좌표들을 바탕으로 획득한 해당 텍스트 정보의 그래픽 표시에 대한 측면도이다.
도 1은 본 발명에 따라 정보를 특히 그래픽 표시를 저장하기 위한 방법 및 그에 연계된 시스템(1)을 개략적으로 도시한 도면이다. 이를 위해, 상기 시스템(1)은 그래픽 표시의 디지털 입력을 가능케 하기 위한 디지털 입력단(16)을 포함한다. 이 그래픽 표시는 이미 디지털 형태(13)로 입수 가능할 수 있고, 가령, 하드 디스크(15) 상에 영구적인 형태로 저장될 수 있다. 이러한 그래픽 표시가 휘발성 형태(14)로 저장되고, RAM 메모리(10), 및 가령 임의의 숫자, GPS 데이터, 전력 소비, 이메일 송수신 양 등의 생성 데이터(12)를 통해 입력단(16)에 저장되는 것 또한 상상 가능하다. 마찬가지로, 휘발성 형태로 저장된 데이터는 스캔 장치(11), 특히 포토 카메라, 또는 지진 센서, 자이로스코프, 광센서, 포토칩, 마이크로폰, 초음파 센서, 레이저, 레이다, 압력 센서 등의 센서들(11로도 표시됨)을 통해 획득될 수 있다. 컴퓨터(20)는 하나 이상의 처리부(프로세서)들을 포함한다. 상기 컴퓨터(20)는 적어도 하나의 하기 제1 공식으로 프로그램된다:
Figure pct00041
여기서,
Figure pct00042
이고,
제1 파라미터 세트는 A, B, m1, m2, n1, n2 및/또는 n3 파라미터들에 의해 형성되고, 제2 파라미터 세트는
Figure pct00043
와 k에 의해 형성되고, 상기 컴퓨터 또한 바람직하게는 제2 공식:
Figure pct00044
으로 프로그램되고, 상기 제2 공식은 복수의 제1 공식의 총계이고, 상기 제2 컴퓨터는 또한 상기 정보에 대한 일반화된 비교를 결정하기 위해 상기 제1 컴퓨터에 의해 결정된 상기 적어도 한 좌표 세트를 분석하도록 구성되고, 상기 제1 파라미터 세트에 대한 값들, 그리고 바람직하게는 상기 제2 파라미터 세트에 대한 값들은 결정된다.
상기 컴퓨터(20)는 가능하게는, 적어도 하나의 공식:
Figure pct00045
으로 추가적으로 또는 대안적으로 프로그램되고,
연계된 파라미터 세트는 다음과 같이 정의되고,
Figure pct00046
상기 컴퓨터(20)는 바람직하게는 다음 공식:
Figure pct00047
으로도 프로그램되고,
Figure pct00048
마지막 두 개의 공식들은 길리스 공식들이라고도 불리는 종래의 초공식(superformulae)을 형성한다. 이러한 예는 또한 첫번째로 지칭된 (제1 및 제2) 공식들을 바탕으로 하고 있다. 상기 컴퓨터(20)의 프로세서들은 입력단(16)을 통해 입력된 그래픽 표시를 바탕으로 상기 공식들로 계산되도록 하고, 상기 그래픽 표시가, 출력(30)이라고 하는 적어도 하나의 제1 파라미터 세트 및/또는 적어도 하나의 제2 파라미터 세트로 변환되도록 구성된다. 따라서, 그래픽 표시는 제한된 일련의 숫자들로 변환되고, 이에 따라 크기가 급격히 줄어든다. 그래픽 표시의 분석 및 변환 시, 가령 그래픽 표시, 의미 거리, 공기 역학적 속성, 통계학적 데이터, 유사도, n-차원 공간들의 구성 등과 일치하는 주변 지점들 사이의 거리 계산 등의 데이터 분석을 비롯한 추가적인 분석 또한 수행될 수 있다. 획득한 데이트는 가능하게는 재분석 및/또는 후속 분석을 위해 출력단(30)에서 다시 입력단(16)으로 선택적으로 피드백될 수 있다. 상기 출력단(30)을 통해 획득한 파라미터 세트들은 디지털 데이터 집합 또는 데이터베이스라고도 불리는 디지털 정보 집합(36)에 영구적으로(32) 저장될 수 있다. 이러한 파라미터 세트들은, 종이 시트 또는 플라스틱 시트나 판 등의 데이터 매체 상에, 획득된 파라미터 세트들을 물리적으로 프린트함으로써 유사한 방식으로 수집(37)되는 것을 상상할 수 있다. 또한, 계산을 통해 획득한 파라미터 세트들을 휘발성 형태(31)로 저장하고, 파라미터-관련 정보를 가청 형태(33), 시각 형태(34), 또는 운동 형태(35)로 재생하는 것을 상상할 수 있다. 상기 파라미터-관련 정보를 재생한 후, 이러한 휘발성 정보(31)는 보통 (컴퓨터의 메모리로부터) 삭제된다.
도 2는 본 발명에 따른 방법을 개략적으로 도시한 다른 도면이다. 본 실시 예에서, 물리적 경관(200)이 그래픽 표시(정보)로 간주되고, 그 형상은 디지털로 저장된다. 이를 위해, 상기 경관(200)에서 하나 이상의 디지털 사진(201)을 취하게 된다. 이는 보통, 경관을 3-차원 형태로 가능한 한 정확하게 매핑하기 위해 복수의 사진, 가능하게는 스테레오 사진을 사용하게 된다. 이러한 하나 이상의 사진(201)들은 청구항 1항에 기재된 초공식들(203)과 계산하도록 프로그램된 컴퓨터(202)로 포워드 되고, 그 결과, 각각의 그래픽 표시(표시#1, 표시#2 등)는 하나 이상의 파라미터 세트들로 변환될 수 있다. 계산된 파라미터 세트들은 데이터베이스(204)에 저장된다. 서로 연계된 파라미터 세트들 또는 서로 관련된 파라미터 세트들은 바람직하게는 서로에 대한 상호-참조와 함께 데이터베이스(204)에 저장된다. 경관에 관계된 추가 정보, 좌표, 시간 등은 여기서 데이터베이스(204)에 선택적으로 저장될 수 있다. 상기 데이터베이스(204)에 저장된 데이터는 다양한 방식으로 적용될 수 있다. 먼저, 보통은 상기 컴퓨터를 통해, 또는 초공식들과 계산할 수 있도록 구성된 다른 컴퓨터를 통해, 파라미터 세트들을 바탕으로 그래픽 표시를 한번 더 생성한 후, 모니터(205) 상에 표시할 수 있다. PC, MAC, 스마트폰, 태블릿 등의 다른 컴퓨터(207)로 네트워크 연결(206), 지역적으로 또는 인터넷을 통해 파라미터 세트들을 전송할 수 있다. 또한, 저장된 데이터를, 분석 소프트웨어(208)를 통해, 분석하는 것도 상상할 수 있다.
도 3은 본 발명에 따른, 정보를 비교하는 방법, 특히 그래픽 표시들을 비교하는 방법에 대한 개략적인 도면이다. 본 실시예에서, 물리적 대상의 이미지, 이 경우에는 신발(300)이 그래픽 표시로 간주되며, 이는 포토 카메라(301)나 그 외 유형의 이미지 스캐너를 통해 디지털화할 수 있고, 그런 다음, 디지털화된 이미지(302)는 하나 또는 두 개의 도시된 초공식들(304a)을 통해 상기 이미지(302)를 하나 이상의 파라미터 세트(305a, 305b)들로 변환하도록 구성된 컴퓨터(303)로 공급된다. 상기 하나 이상의 획득된 파라미터 세트들(305a, 305b)은 데이터베이스(307)에 저장된 파라미터 세트들(308)과 컴퓨터(306)에 의해 비교되는데, 이때 상기 컴퓨터(306)는 컴퓨터(303)와 동일할 수 있다. 원본 그래픽 표시들에 있어서 작은 변경 사항 또한 데이터베이스(306)에 저장된 그래픽 표시들이 커버하도록 상기 저장된 그래픽 표시들의 정확한 형상에 어느 정도의 유연성을 유지하기 위해 데이터베이스(308)에 저장된 파라미터 세트들에 허용치("tol")(309)가 적용된다. 상기 컴퓨터(306)는 계산된 파라미터 세트(들)(305a, 305b)을 저장된 파라미터 세트(308)와 비교한 후, 이 비교 평가의 결과에 따라, 사용자에게 정보(310)를 공급한다. 이러한 방식으로, 그래픽 표시가 이미 등록된 그래픽 표시들과 유사한지 또는 심지어 매칭되는지 여부를 신속하고 효과적으로 판단할 수 있다. 이를 통해, 가령, 위조품들을 빠르고 효과적으로 식별해낼 수 있다. 상기 적용된 허용 값(310)들은 수동 또는 자동으로 입력될 수 있다. 심지어는 위조품에 관한, 이전에 제정된 법을 바탕으로 허용 값들이 결정되도록 하고, 그 결과를 바탕으로, 데이터베이스(306)에 포함되고 다른 신발들과 연계된, 가능하게는 보호되는 파라미터 세트들과 관련해서 심사한 신발(300)의 침해 위험에 대한 정확한 인식을 비교적 빠르고 효과적으로 획득할 수 있게 되는 것을 상상할 수 있다.
도 4는 복잡한 별-형상 이미지(400)에 대한 2-차원 그래픽 표시와 그에 연계된 파라미터 값들에 대한 도면이다. 도 5는 평면(502) 내의 별(501)을 표시한 2-차원 그래픽 표시, 및 서브-표시들로 분할한, 특히, 별(501)과 평면(502)으로 분할 표시한 것을 나타내는 도면이다. 좀 더 복잡한(결합된) 형상들을, 초공식(들)으로 표현할 수 있는 더 간단한 형상들(서브-표시들)로 변환함으로써, 공동으로 그래픽 표시를 묘사하는 파라미터 세트들(503, 504)의 조합(세트)을 획득할 수 있다. 파라미터 세트들(503, 504)의 조합은 이미 본 특허 명세서의 내용상 데이터 집합을 형성한다. 정보는 또한 보통 여기서 가령 원래의 XY(Z) 좌표들을 명시함으로써 기본 형상들이 서로에 대해 상대적으로 어떻게 위치하는지에 대해 저장된 것일 수 있다. 도 6은 3-차원 그래픽 표시(600) 및, 그와 연계된 파라미터 값들(601, 602, 603)을 도시한 도면으로, 복수의 파라미터 세트들, 즉 파라미터 A, B, m, n 1 , n 3 에 대한 복수의 값들, 및 파라미터
Figure pct00049
및 k가 하는 역할을 보여주고 있다. 그래픽 표시가 파라미터 형태로 저장되면, 모든 파라미터 값들이 저장될 것이다.
도 7은 볼트(700)의 그래픽 표시와 그것을 기본 형상(701 내지 705)들로 분할한 것을 도시한 도면으로, 각각의 기본 형상(701 내지 705)은 하나 이상의 파라미터 세트들 안에 초공식(들)을 통해 표현할 수 있는 서브-표시("서브1 내지 서브5")를 형성한다. 알려진 CSG 기술들 (Constructive Solid Geometry techniques)이 여기서 일반적으로 사용된다. 각각의 기본 형상(701 내지 705)에 대해 획득된 파라미터 세트{a, b, m1, m2, n1, n2, n3}들은 데이터베이스에 저장되고, 그 중 단 하나의 기록(706)만이 보여지게 되는데, 본 실시예에서는 또한 각각의 파라미터에 대해, 허용된 표준편차(허용치±)가 기록된다. 코멘트("comm") 또한 기록(706)에 추가될 수 있다.
도 8a는 본 발명에 따른 방법을 적용함으로써 파라미터 세트 값들로 변환될 수 있는 그래픽 표시로서의 텍스트 정보(800)를 도시한 도면이다. 도 8b에 도시된 바와 같이 동일한 내용이 2진 정보(801)에도 적용됨으로써, 일반적으로 바이트로 표현되는 컴퓨터 메모리에 저장되는 정보의 양이 급격히 줄어들 수 있고, 이에 따라 컴퓨터들의 처리 속도를 높이고 네트워크 부하를 실질적으로 줄일 수 있다.
도 9a 내지 9d는 본 발명에 따른 방법을 적용함으로써 결정될 수 있는 (길리스) 곡선에 의해 프레임이 형성되는 원래의 그래픽 표시를 갖기 위한 순차적 단계들을 도시한 도면이다. 도 9a는 전립선(900)을 도시한 것으로, 좌측에서 우측 방향으로 형상을 추정 (도 9a), 제1 곡선과 전립선(900)의 실제 형상 간의 차이 추정, 상기 형상을 서브-형상(기본 형상)들로 분할, 그리고 제2의 좀 더 확정적인 곡선의 계산 등이 순차적으로 이루어진다. 여기서 상기 형상은 전립선의 실제 형상과 실질적으로 매칭된다 (도 9b 내지 9d).
도 10a 내지 도 10c에서, 프랑스의 상면도가 동일한 방식으로 매핑되어 있는데, 여기서 프랑스의 형상은 여전히 복수의 (길리스) 곡선의 반복과 적용을 통해 특히 근접한 근사치를 도출할 수 있고, 최종 곡선(들)과 연계된 파라미터들은 컴퓨터 메모리 안에 저장된다. 이러한 목적으로, 원래의 형상(1000)은 중심(1002)을 갖는 2-차원 기하학 공간(1001)으로 프로젝트되고 (도 10b 참조), 그런 다음, 적어도 상기 제1 공식으로 프로그램된 컴퓨터를 통해 원래의 형상에 가장 근접하게 매칭되는 곡선을 찾을 수 있다. 도 10b는 그 제1 예에서, 덜 근접하게 매칭되는 제1 곡선(1003) 및 그에 연계되는 파라미터들을 도시하고 있고, 여기서 상기 곡선(1003)은 최종적인 이상 곡선을 생성하기 위한 반복 과정 중에 개선된다 (도 10c 참조). 이 최종적인 이상 곡선으로부터, 상기 제1 공식 및/또는 제2 공식의 파라미터들의 적어도 일부는 컴퓨터 메모리에 저장된다. 게다가, 이 반복 과정은 반드시 그래픽적으로 표현할 필요가 없다. 이 반복 과정은 배경(background) 과정으로 수행될 수도 있다.
도 11은 간단한 알파벳 매트릭스(1100)를 도시한 것으로, 기하학 공간이나 데카르트식 좌표 시스템으로 간주할 수 있고, 상기 매트릭스(1100)는 개별 좌표들(정보 지점들)에 의해 형성될 수 있다. 매트릭스(1100)는 31개의 열과 27개의 줄로 이루어지는데, 각각의 열은 하나의 구두점 (스페이스) 및 알파벳 글자들로 이루어진다. 좌표들의 수평 위치와 수직 위치가 각각 X 축과 Y 축 상에 도시되어 있다. 이 공간은 텍스트 정보를 프로젝트하는데 적합하다. 문장 내 글자들과 공간들을 매트릭스(1100) 안에 순차적으로 프로젝트함으로써, 점(dot) 패턴이 형성되고, 이를 통해 제1 공식, 그리고 가능하게는 제2 공식에 따른 이상 곡선을 도시할 수 있다. 그런 다음, 이 이상 곡선과 연계된 파라미터들은 컴퓨터 메모리 안에 저장될 수 있다. 본 실시 예에서, 파라미터들의 개수는 5와 7 파라미터 사이 (A, B, n1, n2, n3, 및 가능하게는 m (m1, m2))일 수 있는데, 본 실시예에서는, 원래 글자들의 개수가 25로, 이러한 유형의 단문일 경우, 이미 정보량 감축이 상당히 이루어지는 결과로 나타난다. 텍스트 정보를 늘리는 경우, 이러한 감축은 더욱 더 증대되게 되는데, 그 이유 중 하나는 파라미터들의 개수가 특히 제한되어 있기 때문이다. 더 구체적으로, 주지할 사실은 매트릭스(1100)를 사용해 정보를 암호화하기 위한 키(key)가 결정된다는 것이다. 이 키(key)는 분포된 개별 정보 지점들로 구성된다. 데카르트식 좌표 시스템에서 정보 지점은 x, y 및 r로 구성되며, 여기서 r은 (x, y) 좌표를 중심으로 한 원의 반경이다. 이렇게하여 정의된 정보 지점이 선에 의해 터치되면, 정보 지점이 촉발(triggered)된 것으로 간주된다. 선에 의해 터치되지 않으면, 정보 지점이 촉발되지 않은 것으로 간주된다. x-축은 개별 정보 지점의 x-좌표를 나타낸다. 본 예에서, 명목 축척 분할(nominal scale division)이 x-축 상에 위치되어 터치될 정보 지점들의 좌측에서 우측으로의 시퀀스를 나타내며, 이는 극 좌표에서 0 내지 x*PI도의 시퀀스를 나타낸다. 개별 정보 지점의 y-좌표가 Y-축 상에 표시된다. 정보 지점은 a를 갖는다. 본 예에서, 정보 지점은 ASCII 글자에 해당된다. 이 축척은 암호화할 정보에 최적 부합하는 방식으로, 즉 가령 대수적으로도 분할될 수 있다. 그런 다음, 텍스트를 암호화하기 위해, 일련의 정보 지점들이 텍스트의 글자 시퀀스에서 지정된다. 이 정보 지점들의 시퀀스는 패턴을 나타낸다. 그런 다음 이러한 정보 지점들은 의도한 정보 지점들만이 터치되는 방식으로 곡선에 의해 연결된다. 도 11의 곡선은 보통은 초공식에 의해, R-함수들과의 조합에 의한 좀 더 복잡한 형태로 적정 묘사된다. 여기서 2차원으로 도시된 이 시스템은 또한 3-차원과 다-차원의 암호화 시스템에서 사용된다. 이는 텍스트 글자로만 한정되는 것이 아니며, 정보 지점들을 생성함으로써 키(key)를 만들 수 있는 어떤 주어진 정보에도 적용 가능하다.
도 12a에서는 텍스트 정보가 프로젝트될 수 있는 대안적인 기하학 공간(1200)을 도시하고 있다. 매트릭스 대신에, 텍스트 정보의 기초 요소(1201)(글자들)들이 여기서 알파벳 순서대로 중심(1202)을 중심으로 배치된다. 정보를 공간(1200) 안에 프로젝트함으로써, 텍스트 정보는 벡터, 곡선 및/또는 회전체들에 의해 하나 이상의 파라미터 세트들로 변환되어 컴퓨터 메모리에 저장될 수 있다. 대안적 공간(1203)은 도 12b에 도시되어 있는데, 여기서 기본 요소들은 나선형으로 배치되어 있다. 이러한 유형의 공간 작동은 도 12a에 따른 기하학 공간(1200)과 일치한다. 도 12c에 도시된 바와 같이 좀 더 복잡한 기하학 공간들을 적용하는 것도 상상 가능한데, 이러한 경우 기하학 공간(1204)은 양파 구조를 가지며, 기본 글자들의 층들로 이루어지며, 공간(1204)의 중심에 대한 각 층의 거리는 다르다. 여기서, 각 층의 유형은 동일할 수도 있고 달라질 수도 있다. 가령, 각각의 층은 동일한 일련의 정연한 기본 글자들 (가령 글자와 구두점들)로 이루어질 수 있지만, 하나 이상의 층들이 폰트, 폰트 색상, 폰트 크기 등 다른 유형의 정보를 기록할 용도를 갖도록 하는 것도 상상 가능하다.
도 13a에서는 글자들(1301), 그리고 글자들에 의해 형성된 원 바깥의 중심(1302)이 제공된 간단한 원형 기하학 공간(1300)을 도시하고 있는데, 여기서 공간(1300) 텍스트 정보, 특히 단어들이 프로젝트될 수 있다. 본 실시 예에서, "YES"라는 단어가 시작점으로 사용된다. "YES"라는 단어 내 글자들을 기정의된 공간(1300) 안에 프로젝트함으로써, 해당 공간(1300) 내에 좌표들이 생성된다. 그러면, 중심에서 좌표로 달리는 벡터가 수평축(H)을 중심으로 회전될 수 있고, 이를 통해 원뿔형상이 생성된다(도 13b 참조). 이는 각각의 좌표를 사용해 이루어짐으로써, 3개의 원뿔 형상들이 형성되고, 이들은 파라미터 세트 또는 파라미터 세트(들)로 표현된 후 저장된다. 또한 이어지는 좌표로의 회전 시 벡터를 획득함으로써 나선형상(또는 복잡한)의 3-차원 형상이 형성되고, 이는 하나 이상의 파라미터 세트들로 표현되는 것을 상상할 수 있다. 이 더 복잡한 형상은 도 13에 도시되어 있지 않다.
본 발명은 여기에 도시되고 묘사된 예시적 실시 예들로 한정되지 않으며, 당업자에게 당연한 무수한 변형이 첨부된 청구항들의 프레임워크 안에서 가능함을 이해해야할 것이다.

Claims (47)

  1. 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법으로서,
    A) 분석할 정보를 디지털 포맷으로 제공하는 단계;
    B) 상기 디지털 정보를, 적어도 하나의 기선택된 좌표 시스템과 관련된 적어도 하나의 좌표들의 세트로 변환하는 단계;
    C) 적어도 하나의 아래 제1 공식으로 컴퓨터를 프로그램하는 단계;
    Figure pct00050

    여기서,
    Figure pct00051
    이고,
    제1 파라미터 세트는 A, B, m1, m2, n1, n2 및/또는 n3 파라미터들에 의해 형성되고, 제2 파라미터 세트는
    Figure pct00052
    와 k에 의해 형성되고, 상기 컴퓨터 또한 바람직하게는 아래 제2 공식으로 프로그램되며, 아래 제2 공식은 복수의 제1 공식의 총계임
    Figure pct00053

    D) 상기 정보에 대한 적어도 하나의 일반화된 비교 대상(comparison)을 결정하기 위해 상기 적어도 하나의 좌표들의 세트를 바탕으로 상기 컴퓨터 내의 상기 디지털 정보를 분석하는 단계로서, 상기 제1 파라미터 세트에 대한 값들, 그리고 바람직하게는 상기 제2 파라미터 세트에 대한 값들 또한 결정되는 단계; 및
    E) D) 단계에서 결정된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트 및 B) 단계에서 사용된 적어도 하나의 기선택된 좌표 시스템과 관련된 정보 사이의 적어도 하나의 상호-참조를 컴퓨터 메모리, 바람직하게 디지털 데이터베이스 안에 저장하는 단계;
    를 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  2. 제1항에 있어서, B) 단계 또는 D) 단계에서, 적어도 하나의 좌표 재구성 정의가 정의되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  3. 제2항에 있어서, 상기 적어도 하나의 좌표 재구성 정의는 E) 단계에서 컴퓨터 메모리, 바람직하게는 데이터베이스 안에, D) 단계에서 결정된 제1 파라미터 세트 및/또는 제2 파라미터 세트 및 B) 단계에서 사용된 상기 적어도 하나의 기선택된 좌표 시스템에 대한 상호-참조로서 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  4. 제2항 또는 제3항에 있어서,
    B) 단계에서 사용된 각각의 좌표 시스템의 각각의 좌표는 윤곽이 표시된 좌표 공간에 할당되고, 좌표 재구성 정의는 상기 윤곽이 표시된 좌표 공간과 관련된, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    D) 단계에서, 그리고 상기 제1 파라미터 세트의 결정 이후에, 바람직하게는 반복적 레벤-마쿼트(Levenberg-Marquardt) 알고리즘을 적용함으로써 상기 제1 파라미터 세트의 파라미터 값들은 통계학적 최적 기술을 사용해 최소화되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서,
    상기 정보는 B) 단계에서, 적어도 하나의 기정의된 n-차원의 기하학적 공간에 프로젝트되고, 그 결과로 상기 적어도 하나의 좌표들의 세트가 형성되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  7. 제6항에 있어서,
    상기 기하학 공간에는 상기 기하학 공간 위로 기정의된 위치들에 분포되는 기본 글자들이 제공되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  8. 제6항 또는 제7항에 있어서,
    각각의 기하학 공간에는 적어도 하나의 중심이 제공되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  9. 제8항에 있어서,
    B) 단계에서 결정된 각각의 좌표들의 세트는 해당하는 상기 기하학 공간의 중심과 관련하여 상대적인 것이며, E) 단계에서는, 바람직하게는 상기 기하학 공간의 중심과 관련된 정보가 상기 컴퓨터 메모리에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    상기 좌표들의 세트를 바탕으로 D) 단계에서 적어도 하나의 회전체가 결정되고, 상기 회전체는 적어도 하나의 파라미터 세트와 관련된 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  11. 제1항 내지 제10항 중 어느 한 항에 있어서,
    상기 디지털 정보는 B) 단계에서 복수의 좌표들의 세트들로 변환되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  12. 제11항에 있어서,
    상기 정보는 B) 단계에서 복수의 기정의된 n-차원의 기하학 공간들에 프로젝트되고, 그 결과 상기 복수의 좌표들의 세트들이 형성되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  13. 제12항에 있어서,
    적어도 하나의 n-차원의 기하학 공간이 적어도 하나의 다른 n-차원 기하학 공간을 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  14. 제1항 내지 제13항 중 어느 한 항에 있어서,
    E)단계에서 저장된 상기 적어도 하나의 결정된 파라미터 세트가 상기 컴퓨터 메모리에 저장된 데이터 집합의 일부를 형성하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  15. 제14항에 있어서,
    상기 방법은 또한, 식별 코드를 상기 표시에 할당하는 것을 포함하는 F) 단계를 포함하고, 상기 식별 코드 및 그와 관련된 적어도 하나의 파라미터 세트는 E) 단계에서 상호-참조로서 상기 데이터 집합에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  16. 제14항 또는 제15항에 있어서,
    A) 단계에서, 적어도 하나의 디지털 포토가 상기 정보에서 취해지고, E) 단계에서, 상기 적어도 하나의 디지털 포토가 상기 관련된 파라미터 세트에 대한 상호-참조로서 상기 데이터 집합에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  17. 제14항 내지 제16항 중 어느 한 항에 있어서,
    상기 방법은 또한 사용자-정의된 정보를 상기 그래픽 표시에 할당하는 것, 및 E) 단계에서, 상기 사용자-정의된 정보를 상기 데이터 집합 내에 상기 적어도 하나의 파라미터 세트에 대한 상호-참조로서 상기 사용자-정의된 정보를 저장하는 것을 포함하는 G) 단계를 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  18. 제14항 내지 제16항 중 어느 한 항에 있어서,
    상기 방법은 D) 단계에서 결정된 상기 적어도 하나의 파라미터 세트에 대한 허용 값들을 결정하는 것, 및 E) 단계에서, 상기 관련된 파라미터 세트에 대한 상호-참조로서 상기 데이터 집합 내에 상기 결정된 허용 값들을 저장하는 것을 포함하는 H) 단계를 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  19. 제14항 내지 제18항 중 어느 한 항에 있어서,
    복수의 파라미터 세트들이 E) 단계에서 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  20. 제14항 내지 제19항 중 어느 한 항에 있어서,
    상기 데이터 집합은 E) 단계에서 생성되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  21. 제14항 내지 제20항 중 어느 한 항에 있어서,
    상기 데이터 집합은 디지털 데이터베이스와 관련된 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  22. 제14항 내지 제21항 중 어느 한 항에 있어서,
    상기 디지털 정보는 E) 단계에서 복수의 좌표들의 세트들로 변환되고, 상기 좌표들의 세트에 대한 적어도 하나의 일반화된 비교 대상을 결정하기 위해 D) 단계에서 상기 컴퓨터 내에서 각각의 좌표들의 세트가 분석되고, 상기 제1 파라미터 세트 A, B, n l , n 2 , n 3 , m l 또는 m 2 그리고 바람직하게는 제2 파라미터 세트
    Figure pct00054
    와 k에 대한 값들이 결정되고, 각각의 좌표들의 세트와 연계된 상기 제1 파라미터 세트 및/또는 상기 제2 파라미터 세트는 E) 단계에서 상기 데이터 집합에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  23. 제14항 내지 제22항 중 어느 한 항에 있어서,
    상기 정보는 시간-종속 변환의 대상이 되는 역동적 패턴과 관련된 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  24. 제23항에 있어서,
    복수의 연대적인 디지털 이미지들이 A) 단계에서 상기 역동적 패턴으로부터 생성되고, 상기 연대적인 이미지들은 B) 단계에서 적어도 하나의 좌표 세트로 개별적으로 변환되고 D) 단계에서 분석되고, D) 단계에서 획득된 파라미터 세트들은 E) 단계에서 서로에 대한 상호-참조로서 상기 데이터 집합 안에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  25. 제23항 또는 제24항에 있어서,
    상기 역동적 패턴은 동영상과 관한 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  26. 제1항 내지 제25항 중 어느 한 항에 있어서,
    상기 정보는 물리적 대상 및/또는 이미지의 적어도 일부에 관한 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  27. 제1항 내지 제26항 중 어느 한 항에 있어서,
    상기 정보의 상기 적어도 일부는 텍스트 정보 및/또는 수치 표시에 관한 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  28. 제1항 내지 제27항 중 어느 한 항에 있어서,
    상기 정보는 웨이브(wave) 표시의 적어도 일부에 관한 것인, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  29. 제1항 내지 제28항 중 어느 한 항에 있어서,
    물리적 정보는 A) 단계에서 디지털화되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  30. 제1항 내지 제29항 중 어느 한 항에 있어서,
    상기 방법은 또한, 상기 디지털화된 그래픽 표시가 상기 컴퓨터에 의해 D) 단계에서 분석되기 전에 상기 디지털 정보를 상기 컴퓨터로 전송하는 것을 포함하는 I) 단계를 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  31. 제30항에 있어서,
    I) 단계는 또한, 전송을 시작하고자 하는 사용자가 인증되고 상기 사용자의 인증이 이루어진 다음에만 상기 디지털 정보가 상기 컴퓨터로 전송되는 인증 단계를 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  32. 제1항 내지 제31항 중 어느 한 항에 있어서,
    상기 적어도 하나의 파라미터 세트는 E) 단계에서 컴퓨터의 내부 메모리 안에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  33. 제1항 내지 제32항 중 어느 한 항에 있어서,
    상기 적어도 하나의 파라미터 세트는 E) 단계에서 컴퓨터의 외부 메모리에 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  34. 제1항 내지 제33항 중 어느 한 항에 있어서,
    E) 단계에서 저장된 상기 데이터는 상기 컴퓨터 메모리 안에 암호화된 형태로 저장되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  35. 제1항 내지 제34항 중 어느 한 항에 있어서,
    상기 방법은 또한, E) 단계에서 저장된 적어도 하나의 파라미터 세트를 다른 위치로 디지털 전송하는 것을 포함하는 J) 단계를 포함하는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  36. 제1항 내지 제35항 중 어느 한 항에 있어서,
    D) 단계에서 결정된 상기 적어도 하나의 파라미터 세트의 그래픽 표시는 E) 단계에서 물리적으로 프린트되는, 정보를 분석하고 상기 정보와 관계된 표시를 컴퓨터 메모리에 저장하기 위한 방법.
  37. 정보를 비교하는 방법으로서,
    K) 제1항 내지 제26항 중 어느 한 항에 따른 방법에 따라, 정보와 연계된 제1 파라미터 세트들 및/또는 제2 파라미터 세트들이 저장된 데이터 집합, 특히 디지털 데이터베이스를 제공하는 단계,
    L) 비교할 정보를 디지털 포맷으로 제공하는 단계,
    M) 비교할 디지털 정보를 적어도 하나의 좌표들의 세트로 변환하는 단계,
    N) 적어도 하나의 아래 제1 공식으로 컴퓨터를 프로그램하는 단계,
    Figure pct00055

    여기서,
    Figure pct00056
    이고,
    제1 파라미터 세트는 A, B, m1, m2, n1, n2, n3 에 의해 형성되고,
    제2 파라미터 세트는
    Figure pct00057
    와 k에 의해 형성되고, 상기 컴퓨터는 또한 바람직하게는 아래 제2 공식으로 프로그램되며 아래 제2 공식은 복수의 상기 제1 공식의 총계임
    Figure pct00058

    O) 상기 정보에 대한 일반화된 비교 대상(comparison)을 결정하기 위해 컴퓨터 내에서 M) 단계에서 획득한 적어도 하나의 좌표들의 세트를 분석하는 단계로서, 상기 제1 파라미터 세트에 대한 값들, 그리고 바람직하게는 상기 제2 파라미터 세트에 대한 값들 또한 결정되는 단계; 및
    P) 비교할 상기 정보와 연계된 상기 제1 파라미터 세트 및/또는 상기 제2 파라미터 세트를 상기 데이터 집합, 특히 디지털 데이터베이스에 저장된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트와 비교하는 단계를 포함하는, 정보 비교 방법.
  38. 제37항에 있어서,
    상기 방법은 P) 단계에 따라 상기 비교할 정보와 연계된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트를, 상기 데이터 집합에 저장된 상기 제1 파라미터 세트 및/또는 상기 제2 파라미터 세트와 비교한 후 비교 결과를 제시하는 단계를 포함하는 Q) 단계를 포함하는, 정보 비교 방법.
  39. 제37항 또는 제38항에 있어서,
    K) 단계에서 H)단계 또한 적용되고, 상기 H) 단계는 D) 단계에서 결정된 상기 적어도 하나의 파라미터 세트에 대한 허용 값들을 결정하는 것을 포함하고, 상기 결정된 허용 값들은 상기 관련 파라미터 세트에 대한 상호-참조로서 데이터 집합에 저장되고, P) 단계에서, 비교할 상기 제1 파라미터 세트 및/또는 상기 제2 파라미터 세트는 상기 데이터 집합에 저장된 상기 허용 값들에 의해 정의된 범위와 비교되는, 정보 비교 방법.
  40. 제1항 내지 제36항 중 어느 한 항에 따른 방법 적용 후 컴퓨터 메모리 안에 표시로서 저장되는 정보 재생 방법으로서,
    R) 적어도 하나의 컴퓨터 메모리, 바람직하게는 디지털 데이터를 독출하는 단계, 적어도 하나의 상호 참조가 B) 단계에서 사용된 상기 적어도 하나의 기선택된 좌표 시스템, 및 D) 단계에서 결정된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트 사이에 저장되고,
    S) R) 단계에서 독출된 상기 파라미터들을 적어도 하나의 아래 제1 공식으로 프로그램된 컴퓨터 내에 입력함으로써 적어도 하나의 좌표들의 세트를 계산하는 단계:
    Figure pct00059

    여기서,
    Figure pct00060
    이고,
    제1 파라미터 세트는 A, B, m1, m2, n1, n2 , 및/또는 n3에 의해 형성되고,
    제2 파라미터 세트는
    Figure pct00061
    와 k에 의해 형성되고, 상기 컴퓨터는 또한 바람직하게는 아래 제2 공식으로 프로그램되고 아래 제2 공식은 복수의 상기 제1 공식의 총계임
    Figure pct00062

    T) 상기 계산된 좌표들을 원본 디지털 정보로 변환하는 단계
    를 포함하는, 정보 재생 방법.
  41. 제40항에 있어서,
    S) 단계에서 적어도 하나의 좌표 재구성 정의가 사용되는, 정보 재생 방법.
  42. 제41항에 있어서,
    R) 단계에서, 적어도 하나의 좌표 재구성 정의가 상기 컴퓨터 메모리로부터 독출되는, 정보 재생 방법.
  43. 제42항에 있어서,
    상기 적어도 하나의 좌표 재구성 정의는 상기 좌표 시스템의 좌표들의 윤곽이 표시된 좌표 공간의 정의를 포함하는, 정보 재생 방법.
  44. 정보를 분석하고 상기 정보에 관한 표시를 컴퓨터 메모리 안에, 특히 제1항 내지 제36항 중 어느 한 항에 따른 방법을 적용하여 저장하기 위한 시스템으로서,
    디지털 정보를 적어도 하나의 좌표들의 세트로 변환하도록 구성된 적어도 하나의 제1 컴퓨터;
    적어도 하나의 아래 제1 공식으로 프로그램된 적어도 하나의 제2 컴퓨터;
    Figure pct00063

    여기서,
    Figure pct00064
    이고,
    제1 파라미터 세트는 A, B, m1, m2, n1, n2 , n3 에 의해 형성되고,
    제2 파라미터 세트는
    Figure pct00065
    와 k에 의해 형성되고, 상기 컴퓨터는 또한 바람직하게는 제2 공식인
    Figure pct00066
    으로 프로그램되며 상기 제2 공식은 복수의 상기 제1 공식의 총계이며,
    상기 제2 컴퓨터는 또한, 상기 정보에 대한 일반화된 비교를 결정하기 위해 상기 제1 컴퓨터에 의해 결정된, 적어도 하나의 기선택된 좌표 시스템과 관련된 상기 적어도 하나의 좌표들의 세트를 분석하도록 구성되고, 상기 제1 파라미터 세트의 값들, 및 바람직하게는 상기 제2 파라미터 세트의 값들이 결정되고;
    상기 제2 컴퓨터를 통해 결정된 상기 제1 파라미터 세트 및/또는 제2 파라미터 세트, 그리고 특히 상기 적어도 하나의 기선택된 좌표 시스템에 관한 적어도 하나의 상호-참조를 저장하기 위한 적어도 하나의 컴퓨터 메모리;
    를 포함하는, 시스템.
  45. 제44항에 있어서,
    상기 제1 컴퓨터와 상기 제2 컴퓨터는 여기서 동일한 컴퓨터에 의해 형성되는, 시스템.
  46. 제44항 또는 제45항에 있어서,
    적어도 하나의 컴퓨터 메모리가 상기 제2 컴퓨터의 일부를 형성하는, 시스템.
  47. 제44항 내지 제46항 중 어느 한 항에 있어서,
    상기 제1 컴퓨터는 기정의된 n-차원의 기하학 공간에 상기 정보를 프로젝트하도록 프로그램되고, 그 결과 적어도 하나의 좌표 세트가 형성되는, 시스템.
KR1020167016149A 2013-11-18 2014-11-17 정보를 분석, 저장 및 재생하기 위한 방법 및 시스템 KR20160130740A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
NL2011811A NL2011811C2 (nl) 2013-11-18 2013-11-18 Werkwijze en systeem voor het analyseren en opslaan van informatie.
NL2011811 2013-11-18
PCT/NL2014/050790 WO2015072859A1 (en) 2013-11-18 2014-11-17 Method and system for analysing, storing, and regenerating information

Publications (1)

Publication Number Publication Date
KR20160130740A true KR20160130740A (ko) 2016-11-14

Family

ID=50514008

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167016149A KR20160130740A (ko) 2013-11-18 2014-11-17 정보를 분석, 저장 및 재생하기 위한 방법 및 시스템

Country Status (7)

Country Link
US (1) US20170169084A9 (ko)
EP (1) EP3072062A1 (ko)
JP (1) JP2016539422A (ko)
KR (1) KR20160130740A (ko)
CN (1) CN106170784A (ko)
NL (1) NL2011811C2 (ko)
WO (1) WO2015072859A1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108496147A (zh) * 2016-01-29 2018-09-04 孙业扬 使用光传感器采集货架系统上商品库存数据
CN110659489B (zh) * 2019-09-20 2023-03-24 安天科技集团股份有限公司 针对字符串拼接行为的威胁检测方法、装置及存储介质
CN111883132B (zh) * 2019-11-11 2022-05-17 马上消费金融股份有限公司 一种语音识别方法、设备、系统及存储介质
CN113158342B (zh) * 2021-04-19 2024-09-27 北京航天飞行控制中心 航天器解体碎片的再入风险度数据的处理方法和装置
US11900667B2 (en) * 2021-04-28 2024-02-13 International Business Machines Corporation Parametric curves based detector network
CN115098507B (zh) * 2022-06-30 2023-08-18 东方合智数据科技(广东)有限责任公司 一种基于工业互联网数据的存储方法及相关设备
CN116596321B (zh) * 2023-07-13 2023-09-26 江苏省建筑工程质量检测中心有限公司 基于神经网络的建筑风险监测与评估方法和系统

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CH521582A (de) 1969-11-08 1972-04-15 Spectrospin Ag Verfahren und Vorrichtung zur Fourieranalyse von Interferenzsignalen
US4885790A (en) 1985-03-18 1989-12-05 Massachusetts Institute Of Technology Processing of acoustic waveforms
JPH0754440B2 (ja) 1986-06-09 1995-06-07 日本電気株式会社 音声分析合成装置
US5054072A (en) 1987-04-02 1991-10-01 Massachusetts Institute Of Technology Coding of acoustic waveforms
US5109862A (en) 1990-03-19 1992-05-05 Del Mar Avionics Method and apparatus for spectral analysis of electrocardiographic signals
AU645848B2 (en) 1991-01-15 1994-01-27 Pacesetter Ab A system and method for post-processing intracardiac signals
US5416588A (en) 1992-12-21 1995-05-16 The Board Of Regents Of The University Of Nebraska Small modulation ellipsometry
US5657126A (en) 1992-12-21 1997-08-12 The Board Of Regents Of The University Of Nebraska Ellipsometer
US5749073A (en) 1996-03-15 1998-05-05 Interval Research Corporation System for automatically morphing audio information
US5769081A (en) 1996-03-18 1998-06-23 The Research Foundation Of City College Of New York Method for detecting cancerous tissue using optical spectroscopy and fourier analysis
US7028899B2 (en) * 1999-06-07 2006-04-18 Metrologic Instruments, Inc. Method of speckle-noise pattern reduction and apparatus therefore based on reducing the temporal-coherence of the planar laser illumination beam before it illuminates the target object by applying temporal phase modulation techniques during the transmission of the plib towards the target
US7070106B2 (en) * 1998-03-24 2006-07-04 Metrologic Instruments, Inc. Internet-based remote monitoring, configuration and service (RMCS) system capable of monitoring, configuring and servicing a planar laser illumination and imaging (PLIIM) based network
US7139767B1 (en) * 1999-03-05 2006-11-21 Canon Kabushiki Kaisha Image processing apparatus and database
DK1181424T3 (da) * 1999-05-06 2005-01-31 Assa Abloy Ab Nögle- og låseindretning
US20050140678A1 (en) * 1999-05-10 2005-06-30 Johan Gielis Computer graphics systems and methods
US7620527B1 (en) * 1999-05-10 2009-11-17 Johan Leo Alfons Gielis Method and apparatus for synthesizing and analyzing patterns utilizing novel “super-formula” operator
JP2003514305A (ja) * 1999-11-12 2003-04-15 ゴー・センサーズ・エルエルシー マシン・ビジョンのための堅牢なランドマークと前記ランドマークを検出するための方法
EP2583253A2 (en) * 2010-06-21 2013-04-24 Johan Gielis Computer implemented tool box systems and methods
US8566321B2 (en) 2011-03-11 2013-10-22 Amco Llc Relativistic concept measuring system for data clustering

Also Published As

Publication number Publication date
CN106170784A (zh) 2016-11-30
US20160275157A1 (en) 2016-09-22
WO2015072859A1 (en) 2015-05-21
NL2011811C2 (nl) 2015-05-19
JP2016539422A (ja) 2016-12-15
US20170169084A9 (en) 2017-06-15
EP3072062A1 (en) 2016-09-28

Similar Documents

Publication Publication Date Title
KR20160130740A (ko) 정보를 분석, 저장 및 재생하기 위한 방법 및 시스템
Hamidi et al. Blind robust 3D mesh watermarking based on mesh saliency and wavelet transform for copyright protection
Manson et al. Streaming surface reconstruction using wavelets
Bimbo et al. Content-based retrieval of 3D models
Koutsoudis et al. 3D pottery content-based retrieval based on pose normalisation and segmentation
US20180232599A1 (en) Learning Contour Identification System Using Portable Contour Metrics Derived From Contour Mappings
Wong et al. Segmentation of additive manufacturing defects using U-net
Ponchio et al. Effective annotations over 3D models
Vizireanu Morphological shape decomposition interframe interpolation method
AU2018202767A1 (en) Data structure and algorithm for tag less search and svg retrieval
Ishimtsev et al. Cad-deform: Deformable fitting of cad models to 3d scans
Zhou et al. Blind digital watermarking algorithm against projection transformation for vector geographic data
Khan et al. Three-Dimensional Reconstruction from a Single RGB Image Using Deep Learning: A Review
Afzal et al. Discriminative feature abstraction by deep L2 hypersphere embedding for 3D mesh CNNs
Zhang et al. Adaptive 3D mesh steganography based on feature-preserving distortion
Hou et al. Efficient computation of scale-space features for deformable shape correspondences
Farella et al. Analysing key steps of the photogrammetric pipeline for Museum artefacts 3D digitisation
Rowe et al. A 3D digital library system: Capture, analysis, query, and display
Gao et al. Approach for 3d cultural relic classification based on a low-dimensional descriptor and unsupervised learning
Ramirez et al. Deep learning on 3D neural fields
Wang et al. Pose recognition of 3D human shapes via multi-view CNN with ordered view feature fusion
Wang Exhaustive study on post effect processing of 3D image based on nonlinear digital watermarking algorithm
Siddique et al. Sym3DNet: Symmetric 3D prior network for single-view 3D reconstruction
Labsik et al. Hierarchical iso-surface extraction
Canada et al. SHIRAZ: an automated histology image annotation system for zebrafish phenomics

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid