KR20220128105A

KR20220128105A - Method and apparatus for monitoring fine dust concentration

Info

Publication number: KR20220128105A
Application number: KR1020210032748A
Authority: KR
Inventors: 김준모; 김동훈; 홍형권; 한상은; 오동원; 김원수; 정창후; 주원균; 장동민; 서민호
Original assignee: 한국과학기술원; 한국과학기술정보연구원
Priority date: 2021-03-12
Filing date: 2021-03-12
Publication date: 2022-09-20
Also published as: KR102501937B1

Abstract

The present invention relates to a method for monitoring fine dust concentration and an apparatus thereof. The method for monitoring the fine dust concentration according to an embodiment of the present invention, performed by a computing device, comprises the steps of: obtaining fine dust information measured by a plurality of sensors wherein the fine dust information includes first fine dust information measured at a first-time interval by a first sensor among the plurality of sensors and second fine dust information measured at a second-time interval by a second sensor among the plurality of sensors; adjusting a data distribution interval between the first fine dust information distributed at the first-time interval and the second fine dust information distributed at the second-time interval; and providing fine dust information at a point that has not been measured by the plurality of sensors using the adjusted fine dust information. Information measured in real-time may be reflected.

Description

Method and device for monitoring fine dust concentration

본 발명은 미세 먼지 농도를 모니터링하기 위한 방법 및 그 장치에 관한 것이다. 보다 구체적으로는, 측정 공간 내에서 이동하며 미세 먼지 농도를 측정하는 이동 센서 및 고정된 위치에서 미세 먼지 농도를 측정하는 고정 센서를 이용하여, 측정되지 않은 시점 및 지점의 미세 먼지 농도를 모니터링하기 위한 방법 및 그 장치에 관한 것이다.The present invention relates to a method and apparatus for monitoring fine dust concentration. More specifically, using a moving sensor that moves within the measurement space and measures the concentration of fine dust and a fixed sensor that measures the concentration of fine dust at a fixed position, a method for monitoring the concentration of fine dust at unmeasured points and points It relates to a method and an apparatus therefor.

미세 먼지에 관한 최신 연구들에 따라 미세 먼지가 인체에 미치는 유해성이 입증되면서, 미세 먼지 농도에 관한 정보를 제공하기 위한 기술의 중요성이 부각되고 있다.As the harmful effects of fine dust on the human body have been proven according to the latest studies on fine dust, the importance of technology for providing information on the concentration of fine dust has been highlighted.

이에 미세 먼지 농도에 관한 정보를 제공하는 다양한 기술이 시도되고 있다. 이러한 종래 기술들 중 고정된 장소에서 미세 먼지 농도를 측정하는 기술은, 측정 지점 외 지점에서의 미세 먼지 농도를 정확하게 유추하기 어렵다. Accordingly, various techniques for providing information on the concentration of fine dust have been tried. Among these prior art techniques, it is difficult to accurately infer the fine dust concentration at a point other than the measurement point in the technique of measuring the fine dust concentration in a fixed place.

또한, 이러한 종래 기술들 중 넓게 분포된 다수의 센서에 의해 미세 먼지 농도를 측정하는 기술의 경우라도, 여전히 측정 지점 외 지점에서의 미세 먼지 농도를 정확하게 유추하기는 어려우며, 만약 측정 지점 외 지점에서의 미세 먼지 농도를 유추할 수 있다고 가정하더라도, 각 센서들의 측정 주기에 따라 측정 시점 외 시점에서의 미세 먼지 농도를 정확하게 유추하기 어렵다. In addition, even in the case of a technique of measuring the fine dust concentration by a plurality of widely distributed sensors among these prior arts, it is still difficult to accurately infer the fine dust concentration at a point other than the measurement point, and if the Even if it is assumed that the fine dust concentration can be inferred, it is difficult to accurately infer the fine dust concentration at a time point other than the measurement time according to the measurement period of each sensor.

나아가, 넓게 분포된 다수의 센서에 의해 미세 먼지 농도를 측정하는 기술은, 다수의 센서가 사용됨으로써 발생하는 비용을 최소화하기 위해 저 품질의 센서를 사용함으로써, 신뢰도 높은 미세 먼지 농도에 관한 정보를 제공하기 어렵다.Furthermore, the technology for measuring the fine dust concentration by a large number of widely distributed sensors provides reliable information on the fine dust concentration by using a low-quality sensor to minimize the cost caused by the use of a large number of sensors. hard to do

따라서, 미측정 시점 및 미측정 지점의 신뢰도 높은 미세 먼지 농도에 관한 정보를 제공하는 기술이 요구된다.Accordingly, there is a need for a technique for providing information about the non-measured time point and the highly reliable fine dust concentration of the non-measured point.

한국등록특허 제10-865072호 "미세먼지농도 측정, 보정 및 예측을 통한 미세먼지정보 구축장치 및 그 방법"Korea Patent No. 10-865072 "A device and method for building fine dust information through fine dust concentration measurement, correction and prediction"

본 발명의 몇몇 실시예를 통해 해결하고자 하는 기술적 과제는, 미세 먼지 농도를 모니터링하는 방법 및 그 장치를 제공하는 것이다.A technical problem to be solved through some embodiments of the present invention is to provide a method and an apparatus for monitoring fine dust concentration.

본 발명의 몇몇 실시예를 통해 해결하고자 하는 다른 기술적 과제는, 미측정 시점의 미세 먼지 농도를 산출하는 방법 및 그 장치를 제공하는 것이다.Another technical problem to be solved through some embodiments of the present invention is to provide a method and an apparatus for calculating the fine dust concentration at an unmeasured time point.

본 발명의 몇몇 실시예를 통해 해결하고자 하는 또 다른 기술적 과제는, 미측정 지점의 미세 먼지 농도를 산출하는 방법 및 그 장치를 제공하는 것이다.Another technical problem to be solved through some embodiments of the present invention is to provide a method and an apparatus for calculating the fine dust concentration of an unmeasured point.

본 발명의 몇몇 실시예를 통해 해결하고자 하는 또 다른 기술적 과제는, 측정 주기가 서로 다른 정보들을 매칭시키는 방법 및 그 장치를 제공하는 것이다.Another technical problem to be solved through some embodiments of the present invention is to provide a method and an apparatus for matching information having different measurement periods.

본 발명의 몇몇 실시예를 통해 해결하고자 하는 또 다른 기술적 과제는, 이동 센서 및 고정 센서 각각이 측정한 데이터를 이용하여 미세 먼지 농도를 모니터링하는 방법 및 그 장치를 제공하는 것이다.Another technical problem to be solved through some embodiments of the present invention is to provide a method and an apparatus for monitoring fine dust concentration using data measured by each of a moving sensor and a fixed sensor.

본 발명의 몇몇 실시예를 통해 해결하고자 하는 또 다른 기술적 과제는, 측정된 정보들이 특정 영역에 밀집한 경우, 사용자가 그 정보들을 인식하기 쉽도록 모니터링하는 방법 및 그 장치를 제공하는 것이다.Another technical problem to be solved through some embodiments of the present invention is to provide a method and an apparatus for monitoring, when measured information is concentrated in a specific area, so that a user can easily recognize the information.

본 발명의 몇몇 실시예를 통해 해결하고자 하는 또 다른 기술적 과제는, 실시간으로 측정된 정보들을 반영하여 미세 먼지 농도를 모니터링하는 방법 및 그 장치를 제공하는 것이다.Another technical problem to be solved through some embodiments of the present invention is to provide a method and an apparatus for monitoring fine dust concentration by reflecting real-time measured information.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명의 기술 분야에서의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The technical problems of the present invention are not limited to the technical problems mentioned above, and other technical problems not mentioned will be clearly understood by those skilled in the art from the following description.

상기 기술적 과제를 해결하기 위한, 본 발명의 일 실시예에 따른 미세 먼지 농도 모니터링 방법은, 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 복수의 센서에 의해 측정된 미세 먼지 정보를 획득하되, 상기 미세 먼지 정보는 상기 복수의 센서 중 제1 센서에 의해 제1 시간 간격으로 측정된 제1 미세 먼지 정보 및 상기 복수의 센서 중 제2 센서에 의해 제2 시간 간격으로 측정된 제2 미세 먼지 정보를 포함하는, 단계, 상기 제1 시간 간격으로 분포된 상기 제1 미세 먼지 정보와 상기 제2 시간 간격으로 분포된 상기 제2 미세 먼지 정보의 데이터 분포 간격을 조정하는 단계 및 상기 조정된 미세 먼지 정보를 이용하여, 상기 복수의 센서에 의해 측정되지 않은 지점의 미세 먼지 정보를 제공하는 단계를 포함할 수 있다.In order to solve the above technical problem, the fine dust concentration monitoring method according to an embodiment of the present invention is a method performed by a computing device, wherein fine dust information measured by a plurality of sensors is obtained, and the fine dust The information includes first fine dust information measured at a first time interval by a first sensor among the plurality of sensors and second fine dust information measured at a second time interval by a second sensor among the plurality of sensors , adjusting a data distribution interval of the first fine dust information distributed at the first time interval and the second fine dust information distributed at the second time interval, and using the adjusted fine dust information , providing fine dust information on points not measured by the plurality of sensors.

일 실시예에서, 상기 제1 센서는 측정 공간에서 이동하는 센서이고, 상기 제2 센서는 위치가 고정된 센서일 수 있다. In an embodiment, the first sensor may be a sensor moving in a measurement space, and the second sensor may be a sensor having a fixed position.

일 실시예에서, 상기 제1 센서의 측정 주기는 상기 제2 센서의 측정 주기보다 짧을 수 있다.In an embodiment, the measurement period of the first sensor may be shorter than the measurement period of the second sensor.

일 실시예에서, 상기 제1 센서의 측정 품질은 상기 제2 센서의 측정 품질보다 낮을 수 있다.In an embodiment, the measurement quality of the first sensor may be lower than the measurement quality of the second sensor.

일 실시예에서, 상기 조정하는 단계는, 상기 제1 시간 간격과 상기 제2 시간 간격의 차가 작아지도록 상기 제1 시간 간격 및 상기 제2 시간 간격을 조정할 수 있다.In an embodiment, the adjusting may include adjusting the first time interval and the second time interval so that a difference between the first time interval and the second time interval is small.

일 실시예에서,상기 제1 미세 먼지 정보는 상기 제1 센서가 이동하며 측정한 위치 정보 및 상기 위치 정보에 대응되는 위치에서 상기 제1 센서가 측정한 미세 먼지 농도 정보를 포함하고, 상기 조정하는 단계는, 상기 제1 미세 먼지 정보에 대해 상기 제1 시간 간격 보다 긴 제3 시간 간격으로 데이터 분포 간격을 조정하고, 상기 제3 시간 간격 동안 측정된 상기 제1 센서의 복수의 위치 정보에 대응되는 복수의 위치 각각의 거리 정보를 기준으로, 상기 복수의 위치 정보를 클러스터링하는 단계 및 상기 클러스터링의 결과 생성된 각각의 클러스터의 대표 값을 결정하는 단계를 포함할 수 있다. 여기서, 상기 클러스터링하는 단계는, 미리 지정된 개수의 클러스터가 형성되도록 상기 복수의 위치 정보에 대응되는 복수의 위치 각각의 거리 정보를 기준으로, 상기 복수의 위치 정보를 클러스터링하는 단계를 포함할 수 있다. In an embodiment, the first fine dust information includes position information measured by the first sensor moving and fine dust concentration information measured by the first sensor at a position corresponding to the position information, and adjusting the data distribution interval to a third time interval longer than the first time interval for the first fine dust information, and corresponding to a plurality of position information of the first sensor measured during the third time interval The method may include clustering the plurality of location information based on distance information of each of the plurality of locations and determining a representative value of each cluster generated as a result of the clustering. Here, the clustering may include clustering the plurality of location information based on distance information of each of a plurality of locations corresponding to the plurality of location information so that a predetermined number of clusters are formed.

일 실시예에서, 상기 대표 값을 결정하는 단계는, 제1 클러스터에 포함된 복수의 제1 위치 정보 각각에 대응되는 미세 먼지 농도 정보들의 중앙 값을 선택하는 단계 및 상기 중앙 값에 대응되는 제1 위치 정보를 선택하는 단계를 포함할 수 있다. 또한, 상기 대표 값을 결정하는 단계는, 제2 클러스터에 포함된 복수의 제2 위치 정보의 중앙 값을 선택하는 단계 및 상기 제2 위치 정보 각각에 대응되는 미세 먼지 농도 정보들의 중앙 값을 선택하는 단계를 포함할 수도 있다.In an embodiment, the determining of the representative value includes selecting a median value of fine dust concentration information corresponding to each of a plurality of first location information included in the first cluster and a first corresponding to the median value. It may include selecting location information. In addition, the determining of the representative value may include selecting a median value of a plurality of second location information included in the second cluster and selecting a median value of fine dust concentration information corresponding to each of the second location information. It may include steps.

일 실시예에서, 상기 제2 미세 먼지 정보는 상기 제2 센서의 위치 정보 및 상기 위치 정보에 대응되는 위치에서 상기 제2 센서가 측정한 미세 먼지 농도 정보를 포함하고, 상기 조정하는 단계는, 상기 제2 미세 먼지 정보에 대해 상기 제2 시간 간격보다 짧은 제3 시간 간격으로 데이터 분포 간격을 조정하고, 상기 제2 시간 간격동안 측정된 상기 미세 먼지 농도 정보의 대표 값을 결정하는 단계를 포함할 수 있다. 여기서, 상기 대표 값은 상기 제2 시간 간격동안 측정된 상기 미세 먼지 농도 정보의 중앙 값일 수 있다.In an embodiment, the second fine dust information includes position information of the second sensor and fine dust concentration information measured by the second sensor at a position corresponding to the position information, and the adjusting includes: Adjusting a data distribution interval to a third time interval shorter than the second time interval for the second fine dust information, and determining a representative value of the fine dust concentration information measured during the second time interval have. Here, the representative value may be a median value of the fine dust concentration information measured during the second time interval.

일 실시예에서, 상기 미세 먼지 정보를 제공하는 단계는, 상기 제1 미세 먼지 정보에 포함된 제1 위치 정보 및 상기 제2 미세 먼지 정보에 포함된 제2 위치 정보를 이용하여, 상기 복수의 센서에 의해 측정되지 않은 지점의 미세 먼지 정보를 제공하는 단계를 포함할 수 있다. 여기서, 상기 측정되지 않은 지점과 상기 제1 위치 정보에 대응되는 위치 사이의 제1 거리 정보 및 상기 측정되지 않은 지점과 상기 제2 위치 정보에 대응되는 위치 사이의 제2 거리 정보를 이용하여, 상기 측정되지 않은 지점의 미세 먼지 정보를 제공하는 단계를 포함할 수 있다. 이때, 상기 제1 거리 정보 및 상기 제2 거리 정보는 거리가 길수록 상기 측정되지 않은 지점의 미세 먼지 정보에 대한 영향력은 감소할 수 있다. 또한, 상기 측정되지 않은 지점의 미세 먼지 정보에 대한 영향력은 상기 제1 미세 먼지 정보보다 상기 제2 미세 먼지 정보가 클 수 있다.In an embodiment, the providing of the fine dust information includes using the first position information included in the first fine dust information and the second position information included in the second fine dust information to the plurality of sensors It may include the step of providing fine dust information of a point not measured by . Here, using first distance information between the non-measured point and a location corresponding to the first location information and second distance information between the non-measured point and a location corresponding to the second location information, the It may include the step of providing fine dust information of a point that is not measured. In this case, the influence of the first distance information and the second distance information on the fine dust information of the non-measured point may decrease as the distance increases. In addition, the second fine dust information may have a greater influence on the fine dust information of the non-measured point than the first fine dust information.

일 실시예에서, 상기 미세 먼지 정보를 제공하는 단계는, 상기 제1 미세 먼지 정보에 대응되는 위치에 제1 인디케이터를 표시하는 단계, 상기 제2 미세 먼지 정보에 대응되는 위치에 제2 인디케이터를 표시하는 단계, 상기 제1 인디케이터 및 상기 제2 인디케이터의 밀도에 기초하여, 측정 공간을 복수의 영역으로 구성하는 단계 및 상기 복수의 영역 각각에 대응되는 대표 값에 기초하여, 상기 복수의 영역 각각을 하이라이팅하는 단계를 포함할 수 있다. 여기서, 상기 측정 공간을 복수의 영역으로 구성하는 단계는, 상기 밀도에 기초하여, 상기 복수의 영역 각각의 크기를 결정하는 단계를 포함할 수 있다. 또한, 상기 대표 값은 각각의 영역에 대응되는 미세 먼지 농도 정보의 평균 값일 수 있다.In an embodiment, the providing of the fine dust information includes displaying a first indicator at a position corresponding to the first fine dust information and displaying a second indicator at a position corresponding to the second fine dust information forming a measurement space into a plurality of regions based on the densities of the first indicator and the second indicator; and highlighting each of the plurality of regions based on a representative value corresponding to each of the plurality of regions may include the step of Here, the step of configuring the measurement space into the plurality of areas may include determining a size of each of the plurality of areas based on the density. Also, the representative value may be an average value of fine dust concentration information corresponding to each area.

일 실시예에서, 상기 측정되지 않은 지점의 미세 먼지 정보를 제공하는 단계는, 상기 측정되지 않은 지점의 미세 먼지 정보를 실시간으로 제공하는 단계를 포함할 수 있다.In an embodiment, the providing of the fine dust information of the non-measured point may include providing the fine dust information of the non-measured point in real time.

본 발명의 다른 실시예에 따른 정보 모니터링 방법은, 컴퓨팅 장치에 의해 수행되는 방법에 있어서, 제1 센서에 의해 측정된 제1 정보 및 제2 센서에 의해 측정된 제2 정보를 획득하는 단계, 상기 제1 정보에 대응되는 위치에 제1 인디케이터를 표시하는 단계, 상기 제2 정보에 대응되는 위치에 제2 인디케이터를 표시하는 단계, 상기 제1 인디케이터 및 상기 제2 인디케이터의 밀도에 기초하여, 측정 공간을 크기가 서로 상이한 복수의 영역으로 구성하는 단계 및 상기 복수의 영역 각각에 대응되는 대표 값에 기초하여, 상기 복수의 영역 각각을 하이라이팅하는 단계를 포함할 수 있다.An information monitoring method according to another embodiment of the present invention is a method performed by a computing device, comprising: obtaining first information measured by a first sensor and second information measured by a second sensor; Displaying a first indicator at a position corresponding to the first information, displaying a second indicator at a position corresponding to the second information, based on the densities of the first indicator and the second indicator, a measurement space The method may include configuring ? into a plurality of regions having different sizes, and highlighting each of the plurality of regions based on a representative value corresponding to each of the plurality of regions.

본 발명의 또 다른 실시예에 따른 미세 먼지 정보 학습 방법은, 인공 신경망을 가지는 컴퓨팅 장치에서 수행되는 방법에 있어서, 제1 센서에 의해 측정된 제1 미세 먼지 정보 및 제2 센서에 의해 측정된 제2 미세 먼지 정보를 획득하는 단계, 상기 제1 미세 먼지 정보 및 상기 제2 미세 먼지 정보를 상기 인공 신경망에 입력하여, 측정되지 않은 지점의 미세 먼지 정보를 출력하도록 상기 인공 신경망을 학습시키는 단계를 포함하되, 상기 인공 신경망을 학습시키는 단계는, 상기 제1 센서에 의해 측정된 제1 미세 먼지 정보와 학습에 기초하여 산출된 제1 미세 먼지 정보의 차이와 함께 상기 제2 센서에 의해 측정된 제2 미세 먼지 정보와 학습에 기초하여 산출된 제2 미세 먼지 정보의 차이를 포함하는 함수 값이 감소하도록 학습시키는 단계를 포함할 수 있다, The method for learning fine dust information according to another embodiment of the present invention is a method performed in a computing device having an artificial neural network, wherein the first fine dust information measured by a first sensor and the second fine dust information measured by the second sensor 2 acquiring fine dust information, inputting the first fine dust information and the second fine dust information to the artificial neural network, and training the artificial neural network to output fine dust information of an unmeasured point. However, in the training of the artificial neural network, the difference between the first fine dust information measured by the first sensor and the first fine dust information calculated based on the learning and the second fine dust information measured by the second sensor and learning to decrease a function value including a difference between the fine dust information and the second fine dust information calculated based on the learning.

또 다른 실시예에서, 상기 측정되지 않은 지점의 미세 먼지 정보를 출력하기 위한 가중치는 상기 제2 미세 먼지 정보의 가중치가 상기 제1 미세 먼지 정보의 가중치 보다 큰 것일 수 있다.In another embodiment, the weight for outputting the fine dust information of the non-measured point may be that the weight of the second fine dust information is greater than the weight of the first fine dust information.

본 발명의 또 다른 실시예에 따른 정보 모니터링 장치는, 프로세서, 네트워크 인터페이스, 메모리 및 상기 메모리에 로드(load)되고, 상기 프로세서에 의해 실행되는 컴퓨터 프로그램을 포함하되, 상기 컴퓨터 프로그램은, 제1 센서에 의해 측정된 제1 정보 및 제2 센서에 의해 측정된 제2 정보를 획득하는 인스트럭션(instruction), 상기 제1 정보에 대응되는 위치에 제1 인디케이터를 표시하는 인스트럭션, 상기 제2 정보에 대응되는 위치에 제2 인디케이터를 표시하는 인스트럭션, 상기 제1 인디케이터 및 상기 제2 인디케이터의 밀도에 기초하여, 측정 공간을 크기가 서로 상이한 복수의 영역으로 구성하는 인스트럭션 및 상기 복수의 영역 각각에 대응되는 대표 값에 기초하여, 상기 복수의 영역 각각을 하이라이팅하는 인스트럭션을 포함할 수 있다.The information monitoring apparatus according to another embodiment of the present invention includes a processor, a network interface, a memory, and a computer program loaded into the memory and executed by the processor, wherein the computer program includes a first sensor an instruction for obtaining the first information measured by and the second information measured by the second sensor, an instruction for displaying a first indicator at a position corresponding to the first information, and an instruction corresponding to the second information An instruction for displaying a second indicator at a position, an instruction for configuring a measurement space into a plurality of regions having different sizes based on the densities of the first indicator and the second indicator, and a representative value corresponding to each of the plurality of regions Based on , an instruction for highlighting each of the plurality of regions may be included.

도 1은 본 발명의 일 실시예에 따른 미세 먼지 농도 모니터링 장치가 적용될 수 있는 예시적인 환경을 도시한다.
도 2는 본 발명의 다른 실시예에 따른 미세 먼지 농도 모니터링 방법을 나타내는 예시적인 흐름도이다.
도 3 및 도 4는 도 2를 참조하여 설명된 미세 먼지 정보 가공 동작을 보다 구체적으로 설명하기 위한 예시적인 흐름도이다.
도 5는 본 발명의 또 다른 실시예에 따른 미세 먼지 농도 모니터링 방법을 나타내는 예시적인 흐름도이다.
도 6은 본 발명의 또 다른 실시예에 따른 미세 먼지 정보 학습 방법을 나타내는 예시적인 흐름도이다.
도 7은 본 발명의 몇몇 실시예에서 참조될 수 있는 이동 센서에 의해 측정된 미세 먼지 정보를 나타내는 예시 도면이다.
도 8 및 도 9는 본 발명의 몇몇 실시예에서 참조될 수 있는 이동 센서에 의해 측정된 제1 미세 먼지 정보 및 고정 센서에 의해 측정된 제2 미세 먼지 정보를 나타내는 예시 도면이다.
도 10은 도 3을 참조하여 설명된 미세 먼지 정보 가공 동작을 보다 구체적으로 설명하기 위한 예시 도면이다.
도 11은 본 발명의 몇몇 실시예에서 참조될 수 있는 미세 먼지 정보 출력을 위한 인공 신경망을 보다 구체적으로 설명하기 위한 예시 도면이다.
도 12는 본 발명의 몇몇 실시예에서 참조될 수 있는 인공 신경망을 이용하여 출력된 미세 먼지 정보를 평가하는 동작을 보다 구체적으로 설명하기 위한 도면이다.
도 13은 본 발명의 몇몇 실시예에서 참조될 수 있는 미세 먼지 농도 모니터링 화면의 예시 도면이다.
도 14는 본 발명의 일 실시예에 따른 장치를 구현할 수 있는 예시적인 하드웨어 구성도이다.1 shows an exemplary environment to which a fine dust concentration monitoring apparatus according to an embodiment of the present invention can be applied.
2 is an exemplary flowchart illustrating a method for monitoring a fine dust concentration according to another embodiment of the present invention.
3 and 4 are exemplary flowcharts for explaining the fine dust information processing operation described with reference to FIG. 2 in more detail.
5 is an exemplary flowchart illustrating a method for monitoring a fine dust concentration according to another embodiment of the present invention.
6 is an exemplary flowchart illustrating a method for learning fine dust information according to another embodiment of the present invention.
7 is an exemplary diagram illustrating fine dust information measured by a movement sensor that may be referred to in some embodiments of the present invention.
8 and 9 are exemplary views illustrating first fine dust information measured by a moving sensor and second fine dust information measured by a fixed sensor, which may be referred to in some embodiments of the present invention.
FIG. 10 is an exemplary view for explaining the fine dust information processing operation described with reference to FIG. 3 in more detail.
11 is an exemplary diagram for explaining in more detail an artificial neural network for outputting fine dust information that may be referred to in some embodiments of the present invention.
12 is a diagram for explaining in more detail an operation of evaluating fine dust information output using an artificial neural network that may be referred to in some embodiments of the present invention.
13 is an exemplary diagram of a fine dust concentration monitoring screen that may be referred to in some embodiments of the present invention.
14 is an exemplary hardware configuration diagram for implementing an apparatus according to an embodiment of the present invention.

이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명의 기술적 사상은 이하의 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 이하의 실시예들은 본 발명의 기술적 사상을 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명의 기술적 사상은 청구항의 범주에 의해 정의될 뿐이다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. Advantages and features of the present invention and methods of achieving them will become apparent with reference to the embodiments described below in detail in conjunction with the accompanying drawings. However, the technical idea of the present invention is not limited to the following embodiments, but may be implemented in various different forms, and only the following embodiments complete the technical idea of the present invention, and in the technical field to which the present invention belongs It is provided to fully inform those of ordinary skill in the art of the scope of the present invention, and the technical spirit of the present invention is only defined by the scope of the claims.

각 도면의 구성 요소들에 참조부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.In adding reference numerals to the components of each drawing, it should be noted that the same components are given the same reference numerals as much as possible even though they are indicated in different drawings. In addition, in describing the present invention, if it is determined that a detailed description of a related known configuration or function may obscure the gist of the present invention, the detailed description thereof will be omitted.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다. 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.Unless otherwise defined, all terms (including technical and scientific terms) used herein may be used with the meaning commonly understood by those of ordinary skill in the art to which the present invention belongs. In addition, terms defined in a commonly used dictionary are not to be interpreted ideally or excessively unless clearly defined in particular. The terminology used herein is for the purpose of describing the embodiments and is not intended to limit the present invention. In this specification, the singular also includes the plural, unless specifically stated otherwise in the phrase.

또한, 본 발명의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성 요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성 요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.In addition, in describing the components of the present invention, terms such as first, second, A, B, (a), (b), etc. may be used. These terms are only for distinguishing the elements from other elements, and the essence, order, or order of the elements are not limited by the terms. When it is described that a component is “connected”, “coupled” or “connected” to another component, the component may be directly connected or connected to the other component, but another component is between each component. It should be understood that elements may be “connected,” “coupled,” or “connected.”

명세서에서 사용되는 "포함한다 (comprises)" 및/또는 "포함하는 (comprising)"은 언급된 구성 요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성 요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.As used herein, "comprises" and/or "comprising" refers to the presence of one or more other components, steps, operations and/or elements mentioned. or addition is not excluded.

이하, 명세서에서 사용되는 용어를 명확하게 정의하도록 한다.Hereinafter, terms used in the specification will be clearly defined.

본 명세서에서, 미세 먼지 정보는 위치 정보 및 위치 정보에 대응되는 위치에서 센서가 측정한 미세 먼지 농도 정보를 포함한다. 여기서, 미세 먼지 농도 정보는 센서에 의해 측정된 미세 먼지 농도에 관한 정보를 의미한다.In the present specification, the fine dust information includes location information and fine dust concentration information measured by a sensor at a location corresponding to the location information. Here, the fine dust concentration information means information about the fine dust concentration measured by the sensor.

이하, 본 발명의 다양한 실시예들에 대하여 첨부된 도면에 따라 상세하게 설명한다.Hereinafter, various embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 일 실시예에 따른 미세 먼지 농도 모니터링 장치(100)가 적용될 수 있는 예시적인 환경을 도시한다. 도 1은 2개의 사용자 단말(400a 및 400b)가 적용된 것을 도시하고 있으나, 이는 일례를 나타낼 뿐이고, 사용자 단말(400a)의 개수는 얼마든지 달라질 수 있다. 마찬가지로, 1개의 이동 센서(200) 및 1개의 고정 센서(300)가 적용된 것을 도시하고 있으나, 이 역시 일례를 나타낼 뿐이고, 이동 센서(200) 및 고정 센서(300)의 개수는 얼마든지 달라질 수 있다.1 shows an exemplary environment to which the fine dust concentration monitoring apparatus 100 according to an embodiment of the present invention can be applied. Although FIG. 1 shows that two user terminals 400a and 400b are applied, this is only an example, and the number of user terminals 400a may be varied. Similarly, one movement sensor 200 and one fixed sensor 300 are shown to be applied, but this is also only an example, and the number of the movement sensor 200 and the fixed sensor 300 may vary. .

또한, 도 1은 본 발명의 목적을 달성하기 위한 바람직한 실시예를 도시하고 있을 뿐이며, 필요에 따라 일부 구성 요소가 추가되거나 삭제될 수 있다. 또한, 도 1에 도시된 예시적인 환경의 구성 요소들은 기능적으로 구분되는 기능 요소들을 나타낸 것으로서, 복수의 구성 요소가 실제 물리적 환경에서는 서로 통합되는 형태로 구현될 수도 있음에 유의해야 한다. 이하, 각 구성 요소에 대해 보다 구체적으로 설명하기로 한다.In addition, FIG. 1 only shows a preferred embodiment for achieving the object of the present invention, and some components may be added or deleted as necessary. In addition, it should be noted that the components of the exemplary environment shown in FIG. 1 represent functional elements that are functionally separated, and a plurality of components may be implemented in a form that is integrated with each other in an actual physical environment. Hereinafter, each component will be described in more detail.

미세 먼지 농도 모니터링 장치(100)는 센서(200 및 300)가 수집한 미세 먼지 정보에 기초하여, 센서(200 및 300)가 측정하지 않은 시점 또는 센서(200 및 300)가 측정하지 않은 지점에 대한 미세 먼지 정보를 제공할 수 있다. 또한, 미세 먼지 농도 모니터링 장치(100)는 센서(200 및 300)가 수집한 미세 먼지 정보에 기초하여, 측정 공간의 미세 먼지 정보를 제공할 수도 있다. 나아가, 미세 먼지 농도 모니터링 장치(100)는 인공 신경망을 가지는 컴퓨팅 장치로 구성될 수도 있다. The fine dust concentration monitoring apparatus 100 provides information about a time point not measured by the sensors 200 and 300 or a point not measured by the sensors 200 and 300 based on the fine dust information collected by the sensors 200 and 300 . It can provide fine dust information. Also, the fine dust concentration monitoring apparatus 100 may provide fine dust information of a measurement space based on the fine dust information collected by the sensors 200 and 300 . Furthermore, the fine dust concentration monitoring apparatus 100 may be configured as a computing device having an artificial neural network.

본 실시예에서 미세 먼지 농도 모니터링 장치(100)가 수집 분석 및 제공할 수 있는 정보를 미세 먼지 정보에 한정하여 표현하였으나, 미세 먼지 정보에 본 발명이 한정되는 것은 아닌 점을 유의해야 한다. 즉, 미세 먼지 정보 외에도 위치 정보와 위치 정보에 대응되는 위치에서 측정된 계측 정보를 가지는 모든 정보가 본 발명에 적용될 수 있음은 자명하다. 예를 들어, 온도 정보, 강우량 정보 및 오존 농도 정보 등이 본 발명에 적용될 수 있다.In the present embodiment, information that can be collected, analyzed, and provided by the apparatus 100 for monitoring the fine dust concentration is expressed by limiting the fine dust information, but it should be noted that the present invention is not limited to the fine dust information. That is, it is obvious that, in addition to the fine dust information, location information and all information having measurement information measured at a location corresponding to the location information can be applied to the present invention. For example, temperature information, rainfall information, and ozone concentration information may be applied to the present invention.

미세 먼지 농도 모니터링 장치(100)는 하나 이상의 컴퓨팅 장치로 구현될 수 있다. 예를 들어, 미세 먼지 농도 모니터링 장치(100)의 모든 기능은 단일 컴퓨팅 장치에서 구현될 수 있다. 다른 예로써, 미세 먼지 농도 모니터링 장치(100)의 제1 기능은 제1 컴퓨팅 장치에서 구현되고, 제2 기능은 제2 컴퓨팅 장치에서 구현될 수도 있다. 여기서, 컴퓨팅 장치는, 노트북, 데스크톱(desktop), 랩탑(laptop) 등이 될 수 있으나, 이에 국한되는 것은 아니며 컴퓨팅 기능이 구비된 모든 종류의 장치를 포함할 수 있다. 다만, 미세 먼지 농도 모니터링 장치(100)가 다수의 센서(200 및 300)가 측정한 미세 먼지 정보를 수집 분석 및 제공하는 환경이라면, 미세 먼지 농도 모니터링 장치(100)는 고성능의 서버급 컴퓨팅 장치로 구현되는 것이 바람직할 수 있다. 상술한 컴퓨팅 장치의 일 예에 대해서는 추후 도 14를 참조하여 설명하기로 한다.The fine dust concentration monitoring apparatus 100 may be implemented as one or more computing devices. For example, all functions of the fine dust concentration monitoring apparatus 100 may be implemented in a single computing device. As another example, a first function of the fine dust concentration monitoring apparatus 100 may be implemented in a first computing device, and a second function may be implemented in a second computing device. Here, the computing device may be a notebook, a desktop, a laptop, etc., but is not limited thereto and may include any type of device having a computing function. However, if the fine dust concentration monitoring device 100 is an environment that collects, analyzes, and provides fine dust information measured by a plurality of sensors 200 and 300 , the fine dust concentration monitoring device 100 is implemented as a high-performance server-class computing device. It may be desirable to be An example of the above-described computing device will be described later with reference to FIG. 14 .

중복된 설명을 배제하기 위해 미세 먼지 농도 모니터링 장치(100)가 수행할 수 있는 동작들의 보다 구체적인 설명은 추후 도 2 내지 도 13을 참조하여 설명하기로 한다.A more detailed description of operations that the fine dust concentration monitoring apparatus 100 may perform in order to exclude duplicate descriptions will be described later with reference to FIGS. 2 to 13 .

이동 센서(200)는 이동체(10)에 부착되어 측정 공간을 이동한다. 여기서, 이동체(10)는 측정 공간을 이동하는 장치를 전부 포함할 수 있다. 예를 들어, 버스, 자가용, 택시 및 무인기 등을 포함할 수 있다. 이동체(10)는 미리 지정된 경로를 반복하여 이동할 수 있다. 다만, 이에 한정되는 것은 아니고, 측정 공간 내의 다양한 지점의 미세 먼지 정보를 수집하기 위해, 이동체(10)는 측정 공간 내에서 자유롭게 이동할 수도 있다.The movement sensor 200 is attached to the movable body 10 to move the measurement space. Here, the movable body 10 may include all devices for moving the measurement space. For example, it may include a bus, a private car, a taxi, and an unmanned aerial vehicle. The movable body 10 may move repeatedly along a predetermined path. However, the present invention is not limited thereto, and in order to collect fine dust information of various points in the measurement space, the movable body 10 may freely move in the measurement space.

이동 센서(200)는 측정 주기에 따라 이동체(10)의 현재 점유 위치의 미세 먼지 농도를 측정할 수 있다. 이때, 이동 센서(200)가 미세 먼지 농도를 측정하는 측정 주기는 미리 지정된 고정된 시간 간격을 의미할 수 있다. 또한, 이에 한정되는 것은 아니고 측정 주기는 불규칙할 수도 있다. 다만, 측정 주기가 불규칙한 경우라도, 샘플링 등 공지된 기술에 의해서 이동 센서(200)의 측정 주기가 일정해지도록 할 수 있음은 자명하다.The movement sensor 200 may measure the concentration of fine dust in the currently occupied position of the moving object 10 according to a measurement period. In this case, the measurement period in which the movement sensor 200 measures the fine dust concentration may mean a predetermined fixed time interval. Also, the present invention is not limited thereto, and the measurement period may be irregular. However, even when the measurement period is irregular, it is obvious that the measurement period of the movement sensor 200 can be made constant by a known technique such as sampling.

고정 센서(300)는 측정 주기에 따라 고정된 위치의 미세 먼지 농도를 측정할 수 있다. 고정 센서(300)의 측정 주기는 이동 센서(200)의 측정 주기에 관한 설명을 참조하면 이해될 수 있다.The fixed sensor 300 may measure the concentration of fine dust at a fixed position according to a measurement period. The measurement period of the fixed sensor 300 may be understood with reference to the description of the measurement period of the moving sensor 200 .

이동 센서(200)의 측정 주기는 고정 센서(300)의 측정 주기보다 짧을 수 있다. 여기서, 이동 센서(200)는 측정 공간을 이동하며 미세 먼지 정보를 수집하는 센서이기에 위치 정보가 시시각각 변동할 수 있으므로, 고정 센서(300)의 측정 주기보다 이동 센서(200)의 측정 주기가 짧을 수 있다. 예를 들어, 이동 센서(200)의 측정 주기는 5초이고, 고정 센서(300)의 측정 주기는 1시간일 수 있다. 상술한 예시는 본 발명의 일례를 의미할 뿐, 본 발명의 범위를 한정하는 요소는 아님을 유의해야 한다. 이동 센서(200)의 측정 주기 및 고정 센서(300)의 측정 주기를 매칭하는 동작들은 추후 명세서의 기재를 통해 구체화될 것이다. The measurement period of the moving sensor 200 may be shorter than the measurement period of the fixed sensor 300 . Here, since the movement sensor 200 is a sensor that moves in the measurement space and collects fine dust information, location information may change every moment, so the measurement period of the movement sensor 200 may be shorter than the measurement period of the fixed sensor 300 . have. For example, the measurement period of the moving sensor 200 may be 5 seconds, and the measurement period of the fixed sensor 300 may be 1 hour. It should be noted that the above-described examples merely mean an example of the present invention, and are not elements limiting the scope of the present invention. Operations matching the measurement period of the moving sensor 200 and the measurement period of the fixed sensor 300 will be embodied through description of the following specification.

이동 센서(200)의 측정 품질은 고정 센서(300)의 측정 품질보다 저 품질일 수 있다. 이동 센서(200)가 적용되는 환경은 측정 공간 내 다수의 센서가 분포되어야 하는 환경이므로, 고정 센서(300)의 측정 품질보다 이동 센서(200)의 측정 품질이 낮을 수 있다. 따라서, 이동 센서(200)가 수집하는 미세 먼지 정보는 다수의 노이즈를 포함할 수도 있다.The measurement quality of the moving sensor 200 may be lower than that of the fixed sensor 300 . Since the environment to which the movement sensor 200 is applied is an environment in which a plurality of sensors must be distributed in the measurement space, the measurement quality of the movement sensor 200 may be lower than that of the fixed sensor 300 . Accordingly, the fine dust information collected by the movement sensor 200 may include a plurality of noises.

상술한 이동 센서(200) 및 고정 센서(300)를 이용하여, 측정 공간 내의 몇몇 지점들의 미세 먼지 정보가 수집될 수 있다. 예를 들어, 이동 센서(200)를 이용하여 제1 시간 간격으로 미세 먼지 농도를 측정한 경우, 제1 시간 간격으로 분포된 제1 미세 먼지 정보를 수집할 수 있다. 다른 예를 들어, 고정 센서(300)를 이용하여 제2 시간 간격으로 미세 먼지 농도를 측정한 경우, 제2 시간 간격으로 분포된 제2 미세 먼지 정보를 수집할 수 있다. 다수의 이동 센서(200)를 이용함으로써, 다수의 고정 센서(300)를 설치할 수 없는 한계가 해소될 수 있다.Fine dust information of several points in the measurement space may be collected using the above-described movement sensor 200 and fixed sensor 300 . For example, when the fine dust concentration is measured at the first time interval using the movement sensor 200 , first information about the fine dust distributed at the first time interval may be collected. As another example, when the fine dust concentration is measured at the second time interval using the fixed sensor 300 , second information about the fine dust distributed at the second time interval may be collected. By using the plurality of movement sensors 200 , the limitation of not being able to install the plurality of fixed sensors 300 may be resolved.

이하에서는, 설명의 편의상 임의의 사용자 단말(400a or 400b)을 지칭하는 경우에는 참조번호 "400"을 이용하도록 한다.Hereinafter, for convenience of description, when referring to any user terminal 400a or 400b, the reference number “400” is used.

사용자 단말(400)은 미세 먼지 농도 모니터링 장치(100)가 제공하는 미세 먼지 정보를 디스플레이할 수 있다. 네트워크를 통하여 미세 먼지 농도 모니터링 장치(100)로부터 전송된 미세 먼지 정보를 디스플레이할 수 있는 모든 장치가 사용자 단말(400)에 포함될 수 있다. 예를 들어, 컴퓨팅 장치는, 노트북, 데스크톱(desktop), 랩탑(laptop) 및 스마트폰 등이 될 수 있다.The user terminal 400 may display fine dust information provided by the fine dust concentration monitoring apparatus 100 . All devices capable of displaying the fine dust information transmitted from the fine dust concentration monitoring apparatus 100 through the network may be included in the user terminal 400 . For example, the computing device may be a notebook, a desktop, a laptop, and a smart phone.

몇몇 실시예에서, 미세 먼지 농도 모니터링 장치(100)는 네트워크를 통해 통신할 수 있다. 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 이동 통신망(mobile radio communication network), Wibro(Wireless Broadband Internet) 등과 같은 모든 종류의 유/무선 네트워크로 구현될 수 있다.In some embodiments, the fine dust concentration monitoring apparatus 100 may communicate through a network. The network can be implemented as all kinds of wired/wireless networks such as a local area network (LAN), a wide area network (WAN), a mobile radio communication network, and a Wibro (Wireless Broadband Internet). have.

지금까지 도 1을 참조하여 본 발명의 일 실시예에 따른 미세 먼지 농도 모니터링 장치(100)가 적용될 수 있는 예시적인 환경에 대하여 설명하였다. 이하에서는, 도 2 내지 도 13을 참조하여 몇몇 실시예에 따른 미세 먼지 농도 모니터링 방법 등을 설명하기로 한다.So far, an exemplary environment to which the fine dust concentration monitoring apparatus 100 according to an embodiment of the present invention can be applied has been described with reference to FIG. 1 . Hereinafter, a method for monitoring the concentration of fine dust according to some exemplary embodiments will be described with reference to FIGS. 2 to 13 .

도 2 내지 도 6에 도시된 방법들의 각 단계는 컴퓨팅 장치에 의해 수행될 수 있다. 다시 말하면, 방법들의 각 단계는 컴퓨팅 장치의 프로세서에 의해 실행되는 하나 이상의 인스트럭션들로 구현될 수 있다. 방법들에 포함되는 모든 단계는 하나의 물리적인 컴퓨팅 장치에 의하여 실행될 수도 있을 것이나, 방법의 제1 단계들은 제1 컴퓨팅 장치에 의하여 수행되고, 방법의 제2 단계들은 제2 컴퓨팅 장치에 의하여 수행될 수도 있다. 이하에서는, 방법들의 각 단계가 도 1에 예시된 미세 먼지 농도 모니터링 장치(100)에 의해 수행되는 것을 가정하여 설명을 이어가도록 한다. 다만, 설명의 편의상, 방법들에 포함되는 각 단계의 동작 주체는 그 기재가 생략될 수도 있다.Each step of the methods shown in FIGS. 2 to 6 may be performed by a computing device. In other words, each step of the methods may be implemented with one or more instructions executed by a processor of a computing device. All steps included in the methods may be executed by one physical computing device, but the first steps of the method may be performed by a first computing device, and the second steps of the method may be performed by a second computing device. may be Hereinafter, it is assumed that each step of the methods is performed by the fine dust concentration monitoring apparatus 100 illustrated in FIG. 1 to continue the description. However, for convenience of description, the description of the operating subject of each step included in the methods may be omitted.

도 2는 본 발명의 다른 실시예에 따른 미세 먼지 농도 모니터링 방법을 나타내는 예시적인 흐름도이다. 단, 이는 본 발명의 목적을 달성하기 위한 바람직한 실시예일뿐이며, 필요에 따라 일부 단계가 추가되거나 삭제될 수 있음은 물론이다.2 is an exemplary flowchart illustrating a method for monitoring a fine dust concentration according to another embodiment of the present invention. However, this is only a preferred embodiment for achieving the object of the present invention, and it goes without saying that some steps may be added or deleted as necessary.

도 2를 참조하면 단계 S100에서 미세 먼지 정보가 획득된다. 여기서, 미세 먼지 정보는 이동 센서에 의해 측정된 제1 미세 먼지 정보 및 고정 센서에 의해 측정된 제2 미세 먼지 정보를 포함할 수 있다.Referring to FIG. 2 , fine dust information is acquired in step S100. Here, the fine dust information may include first fine dust information measured by a moving sensor and second fine dust information measured by a fixed sensor.

도 7에는 이동 센서에 의해 측정된 제1 미세 먼지 정보(20)의 일례가 도시된다. 이동 센서가 측정하는 제1 미세 먼지 정보(20)는, 이동 센서가 미세 먼지 농도를 측정한 위치 정보 및 위치 정보에 대응되는 위치에서 측정된 미세 먼지 농도 정보를 포함할 수 있다. 예를 들어, 제1 미세 먼지 정보(20)가 [1, 1, 124]인 경우, [1, 1]은 위치 정보의 좌표 값을 의미할 수 있고, [124]는 미세 먼지 농도 정보의 수치 값을 의미할 수 있다. 다른 예를 들어, 제1 미세 먼지 정보(20)가 [3, 124]인 경우, [3]은 위치 정보의 영역 번호를 의미할 수 있고, [124]는 미세 먼지 농도 정보의 수치 값을 의미할 수도 있다. 7 shows an example of the first fine dust information 20 measured by the movement sensor. The first fine dust information 20 measured by the movement sensor may include location information where the movement sensor measures the fine dust concentration and fine dust concentration information measured at a location corresponding to the location information. For example, when the first fine dust information 20 is [1, 1, 124], [1, 1] may mean a coordinate value of the location information, and [124] is a numerical value of the fine dust concentration information value can mean As another example, when the first fine dust information 20 is [3, 124], [3] may mean an area number of location information, and [124] may mean a numerical value of fine dust concentration information You may.

도 7을 참조하면, 특정한 시간 동안 수집된 제1 미세 먼지 정보(20)에 포함된 위치 정보가 지도 상에 도시될 수 있음이 이해될 수 있다. 이때, 미세 먼지 농도 정보는 대응되는 위치 정보에 색을 표현하는 등의 모든 공지된 방법으로 사용자에게 디스플레이될 수 있음은 자명하다.Referring to FIG. 7 , it may be understood that location information included in the first fine dust information 20 collected for a specific time may be displayed on a map. In this case, it is obvious that the fine dust concentration information can be displayed to the user by any known method such as expressing a color in the corresponding position information.

도 8 및 도 9를 참조하면, 이동 센서에 의해 측정된 제1 미세 먼지 정보(20) 외에도 고정 센서에 의해 측정된 제2 미세 먼지 정보(30)가 함께 디스플레이될 수도 있다. 고정 센서에 의해 측정된 제2 미세 먼지 정보(30)는 앞서 설명된 제1 미세 먼지 정보(20)에 관한 설명을 참조하면 이해될 수 있다.8 and 9 , in addition to the first fine dust information 20 measured by the moving sensor, the second fine dust information 30 measured by the fixed sensor may also be displayed. The second fine dust information 30 measured by the fixed sensor may be understood with reference to the description of the first fine dust information 20 described above.

다시 도 2를 참조하면 단계 S200에서 미세 먼지 정보가 가공된다. 상술한 바와 같이 제1 미세 먼지 정보 및 제2 미세 먼지 정보의 측정 주기는 상이할 수 있다. 이때, 제1 미세 먼지 정보의 제1 시간 간격과 제2 미세 먼지 정보의 제2 시간 간격이 조정될 수 있다. 이와 관련된 보다 구체적인 설명을 위해 도 3 및 도 4를 참조하여 설명하기로 한다.Referring back to FIG. 2 , the fine dust information is processed in step S200. As described above, the measurement period of the first fine dust information and the second fine dust information may be different. In this case, the first time interval of the first fine dust information and the second time interval of the second fine dust information may be adjusted. For a more detailed description related thereto, it will be described with reference to FIGS. 3 and 4 .

도 3은 실제 측정 주기보다 긴 시간 간격으로 미세 먼지 정보의 데이터 분포 간격을 조정하고, 실제 측정 주기보다 긴 시간 간격 동안 수집된 미세 먼지 정보를 샘플링하는 방법에 대한 예시적인 순서도이다. 예를 들어, 제1 미세 먼지 정보의 측정 주기가 5초일 때, 30분 간격 동안 수집된 제1 미세 먼지 정보 중에서 일부를 샘플링하는 방법에 대한 것이다.3 is an exemplary flowchart of a method of adjusting a data distribution interval of fine dust information to a time interval longer than an actual measurement period and sampling fine dust information collected during a time interval longer than an actual measurement period. For example, when the measurement period of the first fine dust information is 5 seconds, a method of sampling a part of the first fine dust information collected during an interval of 30 minutes is provided.

단계 S210에서, 제1 미세 먼지 정보의 측정 주기인 제1 시간 간격보다 긴 제3 시간 간격동안 획득된 복수의 위치 정보에 대응되는 복수의 위치 각각의 거리 정보를 기준으로, 복수의 위치 정보가 클러스터링된다.In step S210, a plurality of location information is clustered based on distance information of each of a plurality of locations corresponding to a plurality of location information acquired during a third time interval longer than the first time interval, which is a measurement period of the first fine dust information. do.

도 10을 참조하면 상술한 도 7에 도시된 제1 미세 먼지 정보(20)가 4개의 클러스터(21, 22, 23 및 24)로 클러스터링된 것이 확인될 수 있다. 제3 시간 간격동안 획득된 복수의 제1 미세 먼지 정보에 포함된 복수의 위치 정보는 각각 4개의 클러스터(21, 22, 23 및 24)로 분류됨이 이해될 수 있다. 본 실시예에서 복수의 위치 정보를 클러스터링하기 위해 거리 기반의 모든 공지된 클러스터링 방법이 적용될 수 있다. 예를 들어, K-평균 알고리즘 및 DBSCAN 알고리즘 등이 포함될 수 있다. 도 10에 도시된 것은 복수의 위치 정보를 4개의 클러스터로 분류하고 있으나, 경우에 따라서 클러스터의 개수는 얼마든지 조절될 수 있음을 유의해야 한다. 다시 도 3을 참조하여 설명하기로 한다.Referring to FIG. 10 , it may be confirmed that the first fine dust information 20 illustrated in FIG. 7 is clustered into four clusters 21 , 22 , 23 and 24 . It can be understood that a plurality of pieces of location information included in a plurality of pieces of first fine dust information acquired during the third time interval are classified into four clusters 21 , 22 , 23 and 24 , respectively. In this embodiment, all known clustering methods based on distance may be applied to cluster a plurality of location information. For example, a K-means algorithm and a DBSCAN algorithm may be included. In FIG. 10 , a plurality of location information is classified into four clusters, but it should be noted that the number of clusters may be adjusted according to circumstances. It will be described again with reference to FIG. 3 .

단계 S220에서, 클러스터링의 결과 생성된 각각의 클러스터의 대표 값이 결정된다. 즉, 실제 측정 주기보다 긴 시간 동안 획득된 복수의 제1 미세 먼지 정보에서, 대표 값이 샘플링될 수 있다.In step S220, a representative value of each cluster generated as a result of clustering is determined. That is, a representative value may be sampled from the plurality of pieces of first fine dust information acquired for a longer time than the actual measurement period.

단계 S220과 관련된 몇몇 실시예에서, 제1 클러스터에 포함된 복수의 제1 위치 정보 각각에 대응되는 미세 먼지 농도 정보들의 중앙 값이 선택되고, 중앙 값을 갖는 미세 먼지 농도 정보에 대응되는 제1 위치 정보가 선택될 수 있다. 예를 들어, 클러스터에 포함된 복수의 제1 미세 먼지 정보가 [1.1, 1, 10], [1, 1.1, 20] 및 [1.2, 0.9, 30]이라면, 미세 먼지 농도 정보의 중앙값인 [20]이 선택되고, 중앙 값을 갖는 미세 먼지 농도 정보에 대응되는 제1 위치 정보인 [1, 1.1]이 선택된다. 즉, 제1 클러스터의 대표 값으로 [1, 1.1, 20]이 선택될 수 있다. 따라서, 제1 클러스터의 대표 값은 실제 측정 주기보다 긴 제3 시간 간격 동안에 획득된 제1 클러스터의 대표 값으로 결정된다.In some embodiments related to step S220, a median value of the fine dust concentration information corresponding to each of the plurality of first position information included in the first cluster is selected, and the first position corresponding to the fine dust concentration information having the median value Information may be selected. For example, if the plurality of pieces of first fine dust information included in the cluster are [1.1, 1, 10], [1, 1.1, 20] and [1.2, 0.9, 30], the median value of the fine dust concentration information [20] ] is selected, and [1, 1.1], which is the first location information corresponding to the fine dust concentration information having a median value, is selected. That is, [1, 1.1, 20] may be selected as the representative value of the first cluster. Accordingly, the representative value of the first cluster is determined as the representative value of the first cluster obtained during the third time interval longer than the actual measurement period.

단계 S220과 관련된 다른 몇몇 실시예에서, 제2 클러스터에 포함된 복수의 제2 위치 정보의 중앙 값이 선택되고, 제2 위치 정보 각각에 대응되는 미세 먼지 농도 정보들의 중앙값이 선택될 수도 있다. 예를 들어, 클러스터에 포함된 복수의 제1 미세 먼지 정보가 [1, 2, 20], [2, 3, 10] 및 [3, 1, 30]이라면, 제2 위치 정보들의 중앙 값은 [2, 2]이고, 미세 먼지 농도 정보들의 중앙 값은 [20]이다. 즉, 제2 클러스터의 대표 값으로 [2, 2, 20]이 선택될 수 있다. 따라서, 제2 클러스터의 대표 값은 실제 측정 주기보다 긴 제3 시간 간격 동안 획득된 제2 클러스터의 대표 값으로 결정된다.In some other embodiments related to step S220, a median value of a plurality of pieces of second location information included in the second cluster may be selected, and a median value of fine dust concentration information corresponding to each of the second location information may be selected. For example, if the plurality of pieces of first fine dust information included in the cluster are [1, 2, 20], [2, 3, 10] and [3, 1, 30], the median value of the second location information is [ 2, 2], and the median value of the fine dust concentration information is [20]. That is, [2, 2, 20] may be selected as the representative value of the second cluster. Accordingly, the representative value of the second cluster is determined as the representative value of the second cluster obtained during the third time interval longer than the actual measurement period.

상술한 단계 S220과 관련된 실시예들에서 대표 값은 중앙 값으로 결정되었으나, 예를 들어, 평균 값, 최소 값 및 최대 값 등으로 대표 값을 결정할 수 있으며, 각 값들의 적용은 앞서 중앙 값을 기준으로 설명된 내용을 참조하면 명확히 이해될 수 있다.In the embodiments related to the above-described step S220, the representative value was determined as the median value, but for example, the representative value may be determined as an average value, a minimum value, a maximum value, etc., and application of each value is based on the previous median value. It can be clearly understood by referring to the contents described in

도 4는 실제 측정 주기보다 짧은 시간 간격으로 미세 먼지 정보의 데이터 분포 간격을 조정하고, 데이터 분포 간격의 조정에 의해 발생되는 결측 치를 보충하는 방법에 대한 예시적인 순서도이다. 예를 들어, 제2 미세 먼지 정보의 측정 주기가 1시간일 때, 30분 간격으로 제2 미세 먼지 정보의 시간 간격을 조정하고, 결측 치를 갖는 제2 미세 먼지 정보를 보충하는 방법에 대한 것이다.4 is an exemplary flowchart of a method of adjusting the data distribution interval of fine dust information at a time interval shorter than the actual measurement period and supplementing missing values generated by the adjustment of the data distribution interval. For example, when the measurement period of the second fine dust information is 1 hour, a method of adjusting the time interval of the second fine dust information every 30 minutes and supplementing the second fine dust information having a missing value is provided.

도 4를 참조하면 단계 S230에서, 제2 시간 간격동안 측정된 제2 미세 먼지 정보에 포함된 복수의 미세 먼지 농도 정보의 대표 값이 결정되고, 단계 S240에서, 대표 값을 이용하여 제2 시간 간격보다 짧은 제3 시간 간격마다의 미세 먼지 정보가 결정된다. 여기서, 제2 미세 먼지 정보는 고정 센서에 의해 측정된 정보이므로, 동일한 위치 정보를 포함한다. 따라서, 추후 제2 미세 먼지 정보에 대한 설명에 있어서, 위치 정보는 생략하고 설명하기로 한다.Referring to FIG. 4 , in step S230 , representative values of a plurality of fine dust concentration information included in the second fine dust information measured during the second time interval are determined, and in step S240 , the representative values are used for the second time interval Fine dust information for every third shorter time interval is determined. Here, since the second fine dust information is information measured by a fixed sensor, it includes the same location information. Therefore, in the description of the second fine dust information later, the location information will be omitted and described.

단계 S230에 관한 보다 구체적인 예를 들어 설명하면, 제2 시간 간격이 1시간이고, 제3 시간 간격이 30분이고, t1 시점의 제2 미세 먼지 정보가 [30]이고, t1 + 1시간 시점의 제2 미세 먼지 정보가 [40]인 경우, t1 + 30분 시점의 제2 미세 먼지 정보를 대표 값을 이용해 결정할 수 있다. 예를 들어, 대표 값은 제2 시간 간격동안 측정된 미세 먼지 농도의 평균 값을 의미할 수 있다. 이때, t1 + 30분 시점의 제2 미세 먼지 정보는 [35]로 결정될 수 있다.To explain with a more specific example of step S230, the second time interval is 1 hour, the third time interval is 30 minutes, the second fine dust information at time t1 is [30], and the second time interval at time t1 + 1 hour. When the second fine dust information is [40], the second fine dust information at the time t1 + 30 minutes may be determined using a representative value. For example, the representative value may mean an average value of the fine dust concentration measured during the second time interval. In this case, the second fine dust information at the time t1 + 30 minutes may be determined as [35].

상술한 단계 S230과 관련된 실시예에서 대표 값은 평균 값으로 결정되었으나, 예를 들어, 중앙 값, 최소 값 및 최대 값 등으로 대표 값을 결정할 수 있으며, 각 값들의 적용은 앞서 평균 값을 기준으로 설명된 내용을 참조하면 명확히 이해될 수 있다.In the embodiment related to the above-described step S230, the representative value was determined as an average value, but for example, the representative value may be determined as a median value, a minimum value, a maximum value, etc., and application of each value is based on the average value. It can be clearly understood by referring to the description.

앞서 도 3 및 도 4를 참조하여 설명된 미세 먼지 정보의 가공 동작은, 노이즈를 다수 포함하는 정보에 대한 샘플링 동작이거나 시간적 결측 치를 갖는 정보에 대해 보간하는 동작이다. 다시 도 2를 참조하여 설명하기로 한다.The processing operation of fine dust information described above with reference to FIGS. 3 and 4 is a sampling operation for information including a lot of noise or an operation for interpolating information having a temporal missing value. It will be described again with reference to FIG. 2 .

단계 S300에서, 미측정 지점의 미세 먼지 정보가 제공된다. 여기서, 미측정 지점의 미세 먼지 정보는 제1 미세 먼지 정보에 포함된 제1 위치 정보 및 제2 미세 먼지 정보에 포함된 제2 위치 정보를 이용하여 결정될 수 있다. 보다 구체적으로 설명하면, 미측정 지점과 제1 위치 정보에 대응되는 위치 사이의 제1 거리 및 미측정 지점과 제2 위치 정보에 대응되는 위치 사이의 제2 거리에 기초하여 미측정 지점의 미세 먼지 정보가 결정될 수 있다. 이때, 제1 거리가 길어질수록 미측정 지점의 미세 먼지 정보에 대한 제1 미세 먼지 정보의 영향력이 감소할 수 있다. 마찬가지로, 제2 거리가 길어질수록 미측정 지점의 미세 먼지 정보에 대한 제2 미세 먼지 정보의 영향력이 감소할 수 있다. 즉, 미측정 지점과 근접한 위치에서 측정된 미세 먼지 정보일수록, 미측정 지점의 미세 먼지 정보의 결정에 중요한 요소가 될 수 있다.In step S300, fine dust information of an unmeasured point is provided. Here, the fine dust information of the non-measured point may be determined using the first position information included in the first fine dust information and the second position information included in the second fine dust information. More specifically, on the basis of the first distance between the unmeasured point and the location corresponding to the first location information and the second distance between the unmeasured point and the location corresponding to the second location information, the fine dust of the unmeasured point information can be determined. In this case, as the first distance increases, the influence of the first fine dust information on the fine dust information of an unmeasured point may decrease. Similarly, as the second distance increases, the influence of the second fine dust information on the fine dust information of an unmeasured point may decrease. That is, the fine dust information measured at a position closer to the unmeasured point may be an important factor in determining the fine dust information of the unmeasured point.

여기서, 이동 센서는 고정 센서보다 품질이 낮은 센서일 수 있으므로, 제1 미세 먼지 정보가 미측정 지점의 미세 먼지 정보에 기여하는 영향력은 제2 미세 먼지 정보가 미측정 지점의 미세 먼지 정보에 기여하는 영향력보다 작을 수 있다. Here, since the moving sensor may be a sensor of lower quality than the fixed sensor, the influence that the first fine dust information contributes to the fine dust information of the non-measured point is that the second fine dust information contributes to the fine dust information of the non-measured point. may be less than the influence.

단계 S300과 관련된 몇몇 실시예에서, 도 3 및 도 4를 참조하여 설명된 실시예들에 따라 추출된 미세 먼지 정보가 지도 상에 표현된 Quad Tree 방식으로 사용자에게 제공될 수도 있다. 이와 관련된 보다 구체적인 설명은 추후 도 5를 통해 구체화될 것이다.In some embodiments related to step S300, the fine dust information extracted according to the embodiments described with reference to FIGS. 3 and 4 may be provided to the user in a quad tree method expressed on a map. A more detailed description related thereto will be embodied later with reference to FIG. 5 .

단계 S300과 관련된 다른 몇몇 실시예에서, 도 3 및 도 4를 참조하여 설명된 실시예들에 따라 추출된 미세 먼지 정보를 인공 신경망을 갖는 컴퓨팅 장치에 입력하여, 미측정 지점의 미세 먼지 정보를 출력할 수도 있다. 이와 관련된 보다 구체적인 설명은 추후 도 6을 통해 구체화될 것이다.In some other embodiments related to step S300, the fine dust information extracted according to the embodiments described with reference to FIGS. 3 and 4 is input to a computing device having an artificial neural network, and fine dust information of an unmeasured point is output. You may. A more detailed description related thereto will be embodied later with reference to FIG. 6 .

지금까지 도 2 내지 도 4를 참조하여 설명된 본 발명의 일 실시예에 따른 미세 먼지 농도 모니터링 방법에 따르면, 신뢰도 높은 미세 먼지 정보가 추출됨으로써, 미측정 지점의 미세 먼지 정보가 사용자에게 제공될 수 있다. 또한, 측정 주기가 상이한 미세 먼지 정보들의 측정 주기를 매칭시킴으로써, 미측정 시점의 미세 먼지 정보가 사용자에게 제공될 수도 있다. According to the method for monitoring the concentration of fine dust according to an embodiment of the present invention described with reference to FIGS. 2 to 4 so far, by extracting highly reliable fine dust information, fine dust information of an unmeasured point can be provided to the user. have. In addition, by matching the measurement period of the fine dust information having different measurement periods, the fine dust information of the unmeasured time point may be provided to the user.

이하, 도 5는 본 발명의 또 다른 실시예에 따른 미세 먼지 농도 모니터링 방법을 나타내는 예시적인 흐름도이다. 단, 이는 본 발명의 목적을 달성하기 위한 바람직한 실시예일뿐이며, 필요에 따라 일부 단계가 추가되거나 삭제될 수 있음은 물론이다.Hereinafter, FIG. 5 is an exemplary flowchart illustrating a method for monitoring the concentration of fine dust according to another embodiment of the present invention. However, this is only a preferred embodiment for achieving the object of the present invention, and it goes without saying that some steps may be added or deleted as necessary.

도 5를 참조하면 단계 S10에서, 미세 먼지 정보가 획득된다. 본 단계는 앞서 도 2의 S100 단계에 대한 설명을 참조하면 이해될 수 있다. 몇몇 실시예에서, 본 단계에 도 2의 S200 단계가 추가될 수도 있다. Referring to FIG. 5 , in step S10, fine dust information is acquired. This step may be understood with reference to the description of step S100 of FIG. 2 above. In some embodiments, step S200 of FIG. 2 may be added to this step.

단계 S20에서 미세 먼지 정보에 대응되는 위치에 인디케이터가 표시된다. 보다 구체적으로 설명하면, 제1 미세 먼지 정보에 대응되는 위치에 제1 인디케이터가 표시되고, 제2 미세 먼지 정보에 대응되는 위치에 제2 인디케이터가 표시될 수 있다. 도 13을 참조하면 지도 상에 제1 인디케이터(91) 및 제2 인디케이터(92)가 표시됨을 확인할 수 있다.In step S20, an indicator is displayed at a position corresponding to the fine dust information. More specifically, the first indicator may be displayed at a position corresponding to the first fine dust information, and the second indicator may be displayed at a position corresponding to the second fine dust information. Referring to FIG. 13 , it can be seen that the first indicator 91 and the second indicator 92 are displayed on the map.

단계 S30에서 인디케이터의 밀도에 기초하여, 측정 공간이 복수의 영역으로 구성된다. 보다 구체적으로 설명하면, 제1 인디케이터 및 제2 인디케이터의 밀도에 기초하여, 측정 공간을 복수의 영역으로 구성할 수 있다. 이때, 제1 인디케이터 및 제2 인디케이터의 밀도에 기초하여, 복수의 영역 각각의 크기가 결정될 수도 있다. In step S30, based on the density of the indicator, the measurement space is composed of a plurality of regions. More specifically, based on the densities of the first indicator and the second indicator, the measurement space may be configured into a plurality of regions. In this case, the size of each of the plurality of regions may be determined based on the densities of the first indicator and the second indicator.

도 13을 참조하면 지도에 표시된 측정 공간이 복수의 영역으로 구성된다. 특히, 측정 공간을 구성하는 복수의 영역들 중 몇몇은 서로 다른 크기를 갖고 있음이 확인될 수 있다. 예를 들어, 제1 영역(81)의 크기는 제2 영역(83)보다 크고, 제2 영역(83)의 크기는 제3 영역(82)보다 크다. 즉, 인디케이터가 밀집된 영역의 크기는 작게 결정되고, 인디케이터가 산재된 영역의 크기는 크게 결정된다. 본 실시예에 따르면, 인디케이터가 밀집된 영역은 실제 측정된 미세 먼지 정보를 다수 포함하는 영역이고, 이에 따라 보다 신뢰도 높은 미세 먼지 정보를 제공하는 영역을 사용자가 쉽게 인식할 수 있다. 도 13에 도시된 것은 사각형 그리드로 영역을 구성한 일례를 나타내고 있으나, 본 발명에 적용될 수 있는 영역이 사각형 그리드에 한정되는 것은 아님을 유의해야 한다. 즉, 인디케이터들의 밀도에 기초하여, 측정 공간을 복수의 영역으로 구성하는 모든 방법들이 본 단계에 적용될 수 있다.Referring to FIG. 13 , the measurement space displayed on the map is composed of a plurality of regions. In particular, it may be confirmed that some of the plurality of regions constituting the measurement space have different sizes. For example, the size of the first area 81 is larger than that of the second area 83 , and the size of the second area 83 is larger than that of the third area 82 . That is, the size of the area in which the indicators are dense is determined to be small, and the size of the area in which the indicators are scattered is determined to be large. According to the present embodiment, the area where the indicator is concentrated is an area including a large amount of actually measured fine dust information, and accordingly, the user can easily recognize the area providing more reliable fine dust information. Although FIG. 13 shows an example in which the region is configured by a rectangular grid, it should be noted that the region applicable to the present invention is not limited to the rectangular grid. That is, all methods of configuring the measurement space into a plurality of regions based on the density of the indicators may be applied to this step.

단계 S30과 관련된 몇몇 실시예에서, 영역의 크기는 미리 지정된 개수의 크기 레벨에 따라 분류될 수도 있다. 예를 들어, 영역의 크기는 3개의 크기 레벨로 분류될 수 있다. 이때, 측정 공간은 상술한 3개의 크기 레벨에 따라 분류된 복수의 영역으로 구성될 수 있다.In some embodiments related to step S30, the size of the region may be classified according to a predetermined number of size levels. For example, the size of the region may be classified into three size levels. In this case, the measurement space may be composed of a plurality of regions classified according to the three size levels described above.

단계 S40에서, 복수의 영역 각각에 대응되는 대표 값에 기초하여, 복수의 영역 각각이 하이라이팅된다. 도 13을 참조하여 예를 들면, 측정 공간을 구성하는 복수의 영역 각각의 색이 각각의 영역에 대응되는 대표 값에 기초하여 결정될 수 있다. 이때, 컬러바(1000)를 이용해 사용자는 각각의 영역에 대응되는 대표 값, 즉, 미세 먼지 농도 정보를 인식할 수 있다. 색을 이용한 하이라이팅 방식 외에도 수치화 된 값을 갖는 정보들을 하이라이팅하는 모든 공지된 방법들이 본 발명에 적용될 수 있음을 유의해야 한다. 예를 들어, 각각의 영역에 대응되는 미세 먼지 농도 정보가 수치로 영역에 기재될 수 있다.In step S40, each of the plurality of regions is highlighted based on a representative value corresponding to each of the plurality of regions. Referring to FIG. 13 , for example, a color of each of a plurality of regions constituting a measurement space may be determined based on a representative value corresponding to each region. In this case, using the color bar 1000 , the user may recognize a representative value corresponding to each area, that is, fine dust concentration information. It should be noted that, in addition to the highlighting method using color, all known methods for highlighting information having a numerical value may be applied to the present invention. For example, fine dust concentration information corresponding to each area may be numerically written in the area.

단계 S40과 관련된 몇몇 실시예에서, 복수의 영역 각각에 대응되는 대표 값은 각각의 영역에 대응되는 미세 먼지 농도 정보의 평균 값을 의미할 수 있다. 각각의 영역에 대응되는 미세 먼지 농도 정보의 평균 값이 대표 값으로 결정됨으로써, 사용자가 많은 관심을 갖고 있는 영역(e.g. 인디케이터가 밀집된 지역, 도로가 존재하는 지역, 주거 지역 및 버스가 이동하는 지역)에 대한 미세 먼지 정보는 세밀하게 표현되고, 사용자의 관심에서 다소 먼 영역(e.g. 인디케이터가 산재된 지역)에 대한 미세 먼지 정보는 간결하게 표현될 수 있다. In some embodiments related to step S40, the representative value corresponding to each of the plurality of regions may mean an average value of fine dust concentration information corresponding to each of the regions. The average value of the fine dust concentration information corresponding to each area is determined as a representative value, so the area that the user is interested in (e.g. an area where indicators are dense, roads exist, residential areas, and areas where buses move) The fine dust information on the , can be expressed in detail, and the fine dust information on the area somewhat distant from the user's interest (e.g. the area where the indicator is scattered) can be expressed concisely.

상술한 단계 S40과 관련된 실시예에서 대표 값은 평균 값으로 결정되었으나, 예를 들어, 중앙 값, 최소 값 및 최대 값 등으로 대표 값을 결정할 수 있으며, 각 값들의 적용은 앞서 평균 값을 기준으로 설명된 내용을 참조하면 명확히 이해될 수 있다.In the embodiment related to step S40 described above, the representative value was determined as an average value, but for example, the representative value may be determined as a median value, a minimum value, a maximum value, etc., and application of each value is based on the average value above. It can be clearly understood by referring to the description.

이하, 도 6은 본 발명의 또 다른 실시예에 따른 미세 먼지 정보 학습 방법을 나타내는 예시적인 흐름도이다. 단, 이는 본 발명의 목적을 달성하기 위한 바람직한 실시예일뿐이며, 필요에 따라 일부 단계가 추가되거나 삭제될 수 있음은 물론이다.Hereinafter, FIG. 6 is an exemplary flowchart illustrating a method for learning fine dust information according to another embodiment of the present invention. However, this is only a preferred embodiment for achieving the object of the present invention, and it goes without saying that some steps may be added or deleted as necessary.

도 6을 참조하면 단계 S1에서, 미세 먼지 정보가 획득된다. 본 단계는 앞서 도 2의 S100 단계에 대한 설명을 참조하면 이해될 수 있다. 몇몇 실시예에서, 본 단계에 도 2의 S200 단계가 추가될 수도 있다. Referring to FIG. 6 , in step S1, fine dust information is acquired. This step may be understood with reference to the description of step S100 of FIG. 2 above. In some embodiments, step S200 of FIG. 2 may be added to this step.

단계 S2에서, 미세 먼지 정보를 인공 신경망에 입력하여 미측정 지점 및 시점의 미세 먼지 정보를 출력하도록 인공 신경망이 학습된다. 보다 구체적인 설명을 위해 도 11을 참조하여 설명하기로 한다.In step S2, the artificial neural network is trained to input fine dust information into the artificial neural network and output fine dust information of unmeasured points and points of time. For a more detailed description, it will be described with reference to FIG. 11 .

도 11을 참조하면 인공 신경망에 입력되는 정보는 미세 먼지 농도 정보(40) 및 위치 정보(50)를 포함한다. Referring to FIG. 11 , information input to the artificial neural network includes fine dust concentration information 40 and location information 50 .

우선, 미세 먼지 농도 정보(40)는 동일한 시간 간격으로 매칭된 제1 미세 먼지 농도 정보 및 제2 미세 먼지 농도 정보를 포함한다. 이때, 제1 미세 먼지 농도 정보는 제1 미세 먼지 정보에 포함된 정보이고, 제2 미세 먼지 농도 정보는 제2 미세 먼지 정보에 포함된 정보이다. 예를 들어, 제1 미세 먼지 농도 정보가 30분 간격으로 결정되고, 제2 미세 먼지 농도 정보도 30분 간격으로 결정되는 값일 수 있다. 이러한 미세 먼지 농도 정보(40)는 특정 시간(42) 동안 수집된 정보를 포함할 수 있다. 예를 들어, 시간 간격이 30분 간격으로 매칭된 제1 미세 먼지 농도 정보 및 제2 미세 먼지 농도 정보에 대한 도 11의 예시는, 2시간 동안 수집된 미세 먼지 농도 정보(40)를 의미할 수 있다. 정리하면, 미세 먼지 농도 정보(40)의 각 열들은 서로 다른 시간에 수집된 미세 먼지 농도 정보(40)를 의미한다. First, the fine dust concentration information 40 includes first fine dust concentration information and second fine dust concentration information matched at the same time interval. In this case, the first fine dust concentration information is information included in the first fine dust information, and the second fine dust concentration information is information included in the second fine dust information. For example, the first fine dust concentration information may be a value determined every 30 minutes, and the second fine dust concentration information may also be a value determined every 30 minutes. The fine dust concentration information 40 may include information collected for a specific time 42 . For example, the example of FIG. 11 about the first fine dust concentration information and the second fine dust concentration information matched at intervals of 30 minutes may mean the fine dust concentration information 40 collected for 2 hours. have. In summary, each column of the fine dust concentration information 40 means the fine dust concentration information 40 collected at different times.

미세 먼지 농도 정보(40)의 각 행들은 서로 다른 위치 정보(50)를 의미한다. 예를 들어 1행에 대응되는 위치 정보(50)는 [126.60 37.45](51)를 의미한다. 본 예시는 측정 공간이 균등한 너비의 N+M 개의 그리드로 분할된 것임이 이해될 수 있다. 또한, 미세 먼지 농도 정보(40)의 각 행렬에 기재된 숫자는 특정 시점의 특정 장소에서 실제 측정된 미세 먼지 농도 정보를 의미한다.Each row of the fine dust concentration information 40 means different location information 50 . For example, location information 50 corresponding to row 1 means [126.60 37.45](51). It can be understood that in this example, the measurement space is divided into N+M grids of equal width. In addition, a number written in each matrix of the fine dust concentration information 40 means information on the fine dust concentration actually measured at a specific place at a specific time point.

상술한 바와 같이 도 11에 도시된 미세 먼지 농도 정보(40) 및 위치 정보(50)가 인공 신경망에 입력될 수 있다. 이러한 인공 신경망은, 병렬 구조를 가진 4개의 Graph Convolution Layer(GCN)를 포함하는 인코더(61) 및 디코더(63)를 포함할 수 있다. 이때, 인코더(61)는 미세 먼지 농도 정보(40) 및 위치 정보(50)를 이용하여 잠재 변수(Latent Variable)를 산출하고, 디코더(63)를 통과한 잠재 변수는 재구성된 미세 먼지 농도 정보(65)를 출력한다.As described above, the fine dust concentration information 40 and location information 50 shown in FIG. 11 may be input to the artificial neural network. Such an artificial neural network may include an encoder 61 and a decoder 63 including four Graph Convolution Layers (GCN) having a parallel structure. At this time, the encoder 61 calculates a latent variable using the fine dust concentration information 40 and the location information 50, and the latent variable passed through the decoder 63 is the reconstructed fine dust concentration information ( 65) is output.

인공 신경망의 구조 및 인공 신경망에서 수행되는 일련의 동작들은, "D. T. H. Nguyen et al, Matrix completion with variational graph autoencoders: Application in hyperlocal air quality inference, ICASSP 2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (pp. 7535-7539). IEEE."을 확인하면 보다 명확히 이해될 수 있을 것이다. 또한, 인공 신경망을 구성하는 여러 공지된 구성들이 참조될 수도 있다.The structure of the artificial neural network and the series of operations performed in the artificial neural network are described in "D. T. H. Nguyen et al, Matrix completion with variational graph autoencoders: Application in hyperlocal air quality inference, ICASSP 2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) (pp. 7535-7539). IEEE." In addition, various known configurations constituting an artificial neural network may be referred to.

여기서, 인공 신경망이 출력하는 정보는 아래 수학식 1이 최소가 되는 방향으로 학습될 수 있다.Here, the information output by the artificial neural network may be learned in a direction in which Equation 1 below is minimized.

은 이동 센서가 측정한 실제 미세 먼지 농도 정보와 재구성된 미세 먼지 농도 정보의 차이에 관한 값(reconstruction loss)이고,

는 고정 센서가 측정한 실제 미세 먼지 농도 정보와 재구성된 미세 먼지 농도 정보의 차이에 관한 값(reconstruction loss)이다.

는 쿨백-라이블러 발산(KLD) 값이고,

는 시간 간격마다 동일한 위치 정보의 미세 먼지 농도 정보 사이의 차이를 보정하여, 스무딩(smoothing)하기 위한 값이다. 상술한 논문의 내용을 참조하면, 본 수식에 표현된 기호들의 의미가 보다 구체적으로 이해될 수 있을 것이다. 이외에도 인공 지능 학습에 관한 모든 공지된 기술이 본 발명에 적용될 수 있을 것이다.

is a value related to the difference between the actual fine dust concentration information measured by the movement sensor and the reconstructed fine dust concentration information (reconstruction loss),

is a value related to the difference between the actual fine dust concentration information measured by the fixed sensor and the reconstructed fine dust concentration information (reconstruction loss).

is the Kulback-Leibler divergence (KLD) value,

is a value for smoothing by correcting a difference between the fine dust concentration information of the same location information for each time interval. Referring to the contents of the above-mentioned paper, the meaning of the symbols expressed in this formula can be understood in more detail. In addition, all known techniques related to artificial intelligence learning may be applied to the present invention.

몇몇 실시예에서, 학습된 인공 신경망을 평가하기 위한 단계들을 더 포함할 수도 있다. 예를 들어 도 12의 제2 미세 먼지 정보(30)가 수집된 고정 센서 지점에서 기준 반경(31) 내에 수집된 제1 미세 먼지 정보(25)를 이용하여, 학습된 인공 신경망이 평가될 수 있다. 본 실시예에 따르면, 기준 반경(31) 내에 수집된 제1 미세 먼지 정보(25)로부터 제2 미세 먼지 정보(30)가 재구성되는 지 여부가 평가될 수 있다.In some embodiments, it may further include steps for evaluating the learned artificial neural network. For example, the learned artificial neural network may be evaluated using the first fine dust information 25 collected within the reference radius 31 at the fixed sensor point where the second fine dust information 30 of FIG. 12 is collected. . According to the present embodiment, it may be evaluated whether the second fine dust information 30 is reconstructed from the first fine dust information 25 collected within the reference radius 31 .

앞서 설명된 인공 신경망 및 인공 지능 학습 방법들에 따라 도 11에 도시된 입력 정보인 미세 먼지 농도 정보(40)에 포함된 [4, 6] 행렬 영역(43)의 미세 먼지 농도 정보는 0이지만, 재구성된 미세 먼지 농도 정보(65)에 포함된 [4,6] 행렬 영역(65a)의 미세 먼지 농도 정보는 262.2로 산출된다. According to the artificial neural network and artificial intelligence learning methods described above, the fine dust concentration information of the [4, 6] matrix area 43 included in the fine dust concentration information 40, which is the input information shown in FIG. 11, is 0, Fine dust concentration information of the [4, 6] matrix area 65a included in the reconstructed fine dust concentration information 65 is calculated as 262.2.

몇몇 실시예에서 미세 먼지 정보를 실시간으로 사용자에게 전달하기 위해, 과거 미세 먼지 정보에 관한 학습이 별도로 수행될 수 있다. 이때, 신규 수집된 미세 먼지 정보에 대해서는 파인 튜닝(Fine Tunning) 방식이 적용됨으로써, 실시간으로 미세 먼지 정보가 제공될 수 있다. In some embodiments, in order to deliver the fine dust information to the user in real time, learning about the past fine dust information may be separately performed. In this case, since a fine tuning method is applied to the newly collected fine dust information, the fine dust information may be provided in real time.

이하, 도 14를 참조하여 본 발명의 일 실시예에 따른 미세 먼지 농도 모니터링 장치를 구현할 수 있는 예시적인 컴퓨팅 장치(1500)를 보다 구체적으로 설명하기로 한다.Hereinafter, an exemplary computing device 1500 capable of implementing the fine dust concentration monitoring apparatus according to an embodiment of the present invention will be described in more detail with reference to FIG. 14 .

컴퓨팅 장치(1500)는 하나 이상의 프로세서(1510), 버스(1550), 통신 인터페이스(1570), 프로세서(1510)에 의하여 수행되는 컴퓨터 프로그램(1591)을 로드(load)하는 메모리(1530)와, 컴퓨터 프로그램(1591)을 저장하는 스토리지(1590)를 포함할 수 있다. 다만, 도 14에는 본 발명의 실시예와 관련 있는 구성 요소들 만이 도시되어 있다. 따라서, 본 발명이 속한 기술분야의 통상의 기술자라면 도 14에 도시된 구성 요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.The computing device 1500 includes one or more processors 1510 , a bus 1550 , a communication interface 1570 , a memory 1530 for loading a computer program 1591 executed by the processor 1510 , and a computer A storage 1590 for storing the program 1591 may be included. However, only the components related to the embodiment of the present invention are illustrated in FIG. 14 . Accordingly, those skilled in the art to which the present invention pertains can see that other general-purpose components other than the components shown in FIG. 14 may be further included.

프로세서(1510)는 컴퓨팅 장치(1500)의 각 구성의 전반적인 동작을 제어한다. 프로세서(1510)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 발명의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다. 또한, 프로세서(1510)는 본 발명의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다. 컴퓨팅 장치(1500)는 하나 이상의 프로세서를 구비할 수 있다.The processor 1510 controls the overall operation of each component of the computing device 1500 . The processor 1510 includes a central processing unit (CPU), a micro processor unit (MPU), a micro controller unit (MCU), a graphic processing unit (GPU), or any type of processor well known in the art. can be Also, the processor 1510 may perform an operation on at least one application or program for executing the method according to the embodiments of the present invention. The computing device 1500 may include one or more processors.

메모리(1530)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(1530)는 본 발명의 실시예들에 따른 방법을 실행하기 위하여 스토리지(1590)로부터 하나 이상의 프로그램(1591)을 로드 할 수 있다. 메모리(1530)는 RAM과 같은 휘발성 메모리로 구현될 수 있을 것이나, 본 발명의 기술적 범위가 이에 한정되는 것은 아니다.The memory 1530 stores various data, commands, and/or information. The memory 1530 may load one or more programs 1591 from the storage 1590 to execute a method according to embodiments of the present invention. The memory 1530 may be implemented as a volatile memory such as RAM, but the technical scope of the present invention is not limited thereto.

버스(1550)는 컴퓨팅 장치(1500)의 구성 요소 간 통신 기능을 제공한다. 버스(1550)는 주소 버스(Address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.The bus 1550 provides communication functions between components of the computing device 1500 . The bus 1550 may be implemented as various types of buses, such as an address bus, a data bus, and a control bus.

통신 인터페이스(1570)는 컴퓨팅 장치(1500)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(1570)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(1570)는 본 발명의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다.The communication interface 1570 supports wired/wireless Internet communication of the computing device 1500 . Also, the communication interface 1570 may support various communication methods other than Internet communication. To this end, the communication interface 1570 may be configured to include a communication module well known in the art.

몇몇 실시예들에 따르면, 통신 인터페이스(1570)는 생략될 수도 있다.According to some embodiments, the communication interface 1570 may be omitted.

스토리지(1590)는 상기 하나 이상의 프로그램(1591)과 각종 데이터를 비임시적으로 저장할 수 있다. The storage 1590 may non-temporarily store the one or more programs 1591 and various data.

스토리지(1590)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.The storage 1590 is a non-volatile memory such as a read only memory (ROM), an erasable programmable ROM (EPROM), an electrically erasable programmable ROM (EEPROM), a flash memory, a hard disk, a removable disk, or well in the art to which the present invention pertains. It may be configured to include any known computer-readable recording medium.

컴퓨터 프로그램(1591)은 메모리(1530)에 로드 될 때 프로세서(1510)로 하여금 본 발명의 다양한 실시예에 따른 방법/동작을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 즉, 프로세서(1510)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 발명의 다양한 실시예에 따른 방법/동작들을 수행할 수 있다.The computer program 1591, when loaded into the memory 1530, may include one or more instructions that cause the processor 1510 to perform methods/operations according to various embodiments of the present invention. That is, the processor 1510 may perform the methods/operations according to various embodiments of the present disclosure by executing the one or more instructions.

위와 같은 경우, 컴퓨팅 장치(1500)를 통해 본 발명의 일 실시예에 따른 미세 먼지 농도 모니터링 장치가 구현될 수 있다.In this case, the fine dust concentration monitoring apparatus according to an embodiment of the present invention may be implemented through the computing device 1500 .

지금까지 도 1 내지 도 14를 참조하여 본 발명의 다양한 실시예들 및 그 실시예들에 따른 효과들을 언급하였다. 본 발명의 기술적 사상에 따른 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 명세서의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.So far, various embodiments of the present invention and effects according to the embodiments have been described with reference to FIGS. 1 to 14 . Effects according to the technical spirit of the present invention are not limited to the above-mentioned effects, and other effects not mentioned will be clearly understood by those skilled in the art from the description of the specification.

지금까지 도 1 내지 도 14를 참조하여 설명된 본 발명의 기술적 사상은 컴퓨터가 읽을 수 있는 매체 상에 컴퓨터가 읽을 수 있는 코드로 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록 매체는, 예를 들어 이동형 기록 매체(CD, DVD, 블루레이 디스크, USB 저장 장치, 이동식 하드 디스크)이거나, 고정식 기록 매체(ROM, RAM, 컴퓨터 구비 형 하드 디스크)일 수 있다. 상기 컴퓨터로 읽을 수 있는 기록 매체에 기록된 상기 컴퓨터 프로그램은 인터넷 등의 네트워크를 통하여 다른 컴퓨팅 장치에 전송되어 상기 다른 컴퓨팅 장치에 설치될 수 있고, 이로써 상기 다른 컴퓨팅 장치에서 사용될 수 있다.The technical idea of the present invention described with reference to FIGS. 1 to 14 so far may be implemented as computer-readable codes on a computer-readable medium. The computer-readable recording medium may be, for example, a removable recording medium (CD, DVD, Blu-ray disk, USB storage device, removable hard disk) or a fixed recording medium (ROM, RAM, computer-equipped hard disk). can The computer program recorded in the computer-readable recording medium may be transmitted to another computing device through a network such as the Internet and installed in the other computing device, thereby being used in the other computing device.

이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명의 기술적 사상이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.In the above, even though all the components constituting the embodiment of the present invention are described as being combined or operating in combination, the technical spirit of the present invention is not necessarily limited to this embodiment. That is, within the scope of the object of the present invention, all the components may operate by selectively combining one or more.

도면에서 동작들이 특정한 순서로 도시되어 있지만, 반드시 동작들이 도시된 특정한 순서로 또는 순차적 순서로 실행 되어야만 하거나 또는 모든 도시 된 동작들이 실행 되어야만 원하는 결과를 얻을 수 있는 것으로 이해되어서는 안 된다. 특정 상황에서는, 멀티태스킹 및 병렬 처리가 유리할 수도 있다. 더욱이, 위에 설명한 실시예들에서 다양한 구성들의 분리는 그러한 분리가 반드시 필요한 것으로 이해되어서는 안 되고, 설명된 프로그램 컴포넌트들 및 시스템들은 일반적으로 단일 소프트웨어 제품으로 함께 통합되거나 다수의 소프트웨어 제품으로 패키지 될 수 있음을 이해하여야 한다.Although operations are shown in a particular order in the drawings, it is not to be understood that the operations must be performed in the specific order or sequential order shown, or that all illustrated operations must be performed to obtain a desired result. In certain circumstances, multitasking and parallel processing may be advantageous. Moreover, the separation of the various components in the embodiments described above should not be construed as necessarily requiring such separation, and the program components and systems described may generally be integrated together into a single software product or packaged into multiple software products. It should be understood that there is

이상 첨부된 도면을 참조하여 본 발명의 실시예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 본 발명이 다른 구체적인 형태로도 실시될 수 있다는 것을 이해할 수 있다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명에 의해 정의되는 기술적 사상의 권리범위에 포함되는 것으로 해석되어야 할 것이다.Although embodiments of the present invention have been described above with reference to the accompanying drawings, those of ordinary skill in the art to which the present invention pertains can practice the present invention in other specific forms without changing the technical spirit or essential features. can understand that there is Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive. The protection scope of the present invention should be interpreted by the following claims, and all technical ideas within the equivalent range should be interpreted as being included in the scope of the technical ideas defined by the present invention.

Claims

A method performed by a computing device, comprising:
Acquire fine dust information measured by a plurality of sensors, wherein the fine dust information includes first fine dust information measured at a first time interval by a first sensor among the plurality of sensors and a second sensor among the plurality of sensors including second fine dust information measured at a second time interval by
adjusting a data distribution interval of the first fine dust information distributed at the first time interval and the second fine dust information distributed at the second time interval; and
using the adjusted fine dust information to provide fine dust information on points not measured by the plurality of sensors,
How to monitor fine dust concentration.

The method of claim 1,
The first sensor is a sensor that moves in the measurement space,
The second sensor is a fixed position sensor,
How to monitor fine dust concentration.

The method of claim 1,
The measurement period of the first sensor is shorter than the measurement period of the second sensor,
How to monitor fine dust concentration.

The method of claim 1,
The measurement quality of the first sensor is lower than the measurement quality of the second sensor,
How to monitor fine dust concentration.

The method of claim 1,
The adjusting step is
adjusting the first time interval and the second time interval such that a difference between the first time interval and the second time interval is small;
How to monitor fine dust concentration.

The method of claim 1,
The first fine dust information includes position information measured by the first sensor moving and fine dust concentration information measured by the first sensor at a position corresponding to the position information,
The adjusting step is
A data distribution interval is adjusted to a third time interval longer than the first time interval with respect to the first fine dust information, and a plurality of positions corresponding to a plurality of position information of the first sensor measured during the third time interval clustering the plurality of location information based on each distance information; and
Comprising the step of determining a representative value of each cluster generated as a result of the clustering,
How to monitor fine dust concentration.

7. The method of claim 6,
The clustering step is
Comprising the step of clustering the plurality of location information so that a predetermined number of clusters are formed,
How to monitor fine dust concentration.

7. The method of claim 6,
The step of determining the representative value comprises:
selecting a median value of fine dust concentration information corresponding to each of a plurality of pieces of first location information included in a first cluster; and
Including the step of selecting the first location information corresponding to the central value,
How to monitor fine dust concentration.

7. The method of claim 6,
Determining the representative value comprises:
selecting a central value of a plurality of second location information included in a second cluster; and
Selecting a median value of fine dust concentration information corresponding to each of the second location information,
How to monitor fine dust concentration.

The method of claim 1,
The second fine dust information includes position information of the second sensor and fine dust concentration information measured by the second sensor at a position corresponding to the position information,
The adjusting step is
adjusting a data distribution interval to a third time interval shorter than the second time interval with respect to the second fine dust information, and determining a representative value of the fine dust concentration information measured during the second time interval ,
How to monitor fine dust concentration.

11. The method of claim 10,
The representative value is a median value of the fine dust concentration information measured during the second time interval,
How to monitor fine dust concentration.

The method of claim 1,
The step of providing the fine dust information includes:
providing fine dust information of a point not measured by the plurality of sensors by using the first position information included in the first fine dust information and the second position information included in the second fine dust information; containing,
How to monitor fine dust concentration.

13. The method of claim 12,
The step of providing the fine dust information includes:
Using first distance information between the non-measured point and a location corresponding to the first location information and second distance information between the non-measured point and a location corresponding to the second location information, the measured Including the step of providing fine dust information of a point that is not
How to monitor fine dust concentration.

14. The method of claim 13,
In the first distance information and the second distance information, as the distance increases, the influence on the fine dust information of the non-measured point decreases.
How to monitor fine dust concentration.

13. The method of claim 12,
The influence of the non-measured point on the fine dust information is greater than that of the first fine dust information,
How to monitor fine dust concentration.

The method of claim 1,
The step of providing the fine dust information includes:
displaying a first indicator at a position corresponding to the first fine dust information;
displaying a second indicator at a position corresponding to the second fine dust information;
configuring a measurement space into a plurality of regions based on the densities of the first indicator and the second indicator; and
highlighting each of the plurality of regions based on a representative value corresponding to each of the plurality of regions;
How to monitor fine dust concentration.

17. The method of claim 16,
The step of configuring the measurement space into a plurality of areas includes:
determining a size of each of the plurality of regions based on the density;
How to monitor fine dust concentration.

17. The method of claim 16,
The representative value is an average value of fine dust concentration information corresponding to each area,
How to monitor fine dust concentration.

The method of claim 1,
The step of providing fine dust information of the non-measured point comprises:
Including the step of providing in real time fine dust information of the non-measured point,
How to monitor fine dust concentration.

A method performed by a computing device, comprising:
acquiring first information measured by a first sensor and second information measured by a second sensor;
displaying a first indicator at a position corresponding to the first information;
displaying a second indicator at a position corresponding to the second information;
configuring a measurement space into a plurality of regions having different sizes based on the densities of the first indicator and the second indicator; and
highlighting each of the plurality of regions based on a representative value corresponding to each of the plurality of regions;
How to monitor information.

A method performed in a computing device having an artificial neural network, the method comprising:
acquiring first fine dust information measured by a first sensor and second fine dust information measured by a second sensor;
and inputting the first fine dust information and the second fine dust information into the artificial neural network, and training the artificial neural network to output fine dust information of an unmeasured point;
The step of learning the artificial neural network comprises:
learning to decrease a function value including a difference between the second fine dust information measured by the second sensor and the second fine dust information calculated based on learning,
How to learn fine dust information.

22. The method of claim 21,
The weight for outputting the fine dust information of the non-measured point is that the weight of the second fine dust information is greater than the weight of the first fine dust information.
How to learn fine dust information.

22. The method of claim 21,
The function value is
Further comprising a difference between the first fine dust information measured by the first sensor and the first fine dust information calculated based on learning,
How to learn fine dust information.

processor;
network interface;
Memory; and
a computer program loaded into the memory and executed by the processor;
The computer program is
instructions for obtaining the first information measured by the first sensor and the second information measured by the second sensor;
instructions for displaying a first indicator at a position corresponding to the first information;
instructions for displaying a second indicator at a position corresponding to the second information;
instructions for configuring a measurement space into a plurality of regions having different sizes, based on the densities of the first indicator and the second indicator; and
an instruction for highlighting each of the plurality of regions based on a representative value corresponding to each of the plurality of regions;
Information monitoring device.