| 번호 | 청구항 |
|---|---|
| 1 | 과거 수요 데이터들을 이용하여 미래 시점의 수요 예측을 위한 데이터를 준비하는 데이터 준비 엔진부;준비된 데이터를 기초로 미래 시점의 수요를 예측하고 분석하는 예측/분석 엔진부를 포함하며,상기 데이터 준비 엔진부는, 과거 수요 데이터가 간헐적 패턴을 보이는 경우 제품마다 시점별로 발생한 과거 수요 데이터를 더하여 시계열 데이터로 변환한 스마트 셋을 생성하고, 상기 예측/분석 엔진부는, 간헐적 수요에 대한 미래 예측 데이터를 신경망 모델을 이용하여 개별적인 미래 예측 데이터로 분해하여 제공하며,상기 예측/분석 엔진부는, 신경망 모델 제공부를 포함하며,상기 신경망 모델 제공부는, 상기 생성된 스마트 셋에 대해 제품마다 시간별 가중치를 계산하는 제1 계산부;상기 가중치를 균일화하는 함수부;상기 스마트 셋과 균일화된 가중치를 이용하여 균일화 스마트 셋을 계산하는 제2 계산부;상기 균일화 스마트 셋을 이용하여 제품별 개별 가중치를 계산하는 제3 계산부를 포함하여, 상기 제품별 개별 가중치를 통해 제품별 미래 수요 예측값을 제공하는 것을 특징으로 하는 미래 수요 예측 데이터 생성장치. |
| 2 | 제 1 항에 있어서,상기 데이터 준비 엔진부는,수요 예측에 활용할 데이터베이스의 범위를 설정하고, 군집(aggregation) 기준에 따라 계정(account)을 생성하는 계정 데이터 생성부;상기 계정을 전처리 하는 전처리부를 더 포함하는 것을 특징으로 하는 미래 수요 예측 데이터 생성장치. |
| 3 | 제 1 항에 있어서,상기 신경망 모델은, 어텐션 메커니즘(Attention Mechanism)을 이용하는 RNN(Recurrent Neural Network) 기반인 것을 특징으로 하는 신경망인 미래 수요 예측 데이터 생성장치. |
| 4 | 삭제 |
| 5 | 과거 수요 데이터를 이용하여 미래 시점의 수요 예측 데이터를 생성하는 미래 수요 예측 데이터 생성장치에 있어서,상기 미래 수요 예측 데이터 생성장치가, 간헐적 수요 패턴 데이터를 시계열 데이터로 변환하는 단계;상기 시계열 데이터를 신경망 학습하는 단계; 학습 결과에 따라 제품에 대한 개별 미래 수요 예측 데이터를 제공하는 단계; 및상기 개별 미래 수요 예측 데이터를 이용하여 과거의 어떤 패턴으로부터 기인하였는지에 대한 분석 보고서를 제공하는 단계를 포함하며,상기 신경망 학습하는 단계는,제품마다 시점별로 발생한 과거 수요 데이터를 더하여 스마트 셋을 계산하는 단계;계산된 스마트 셋 정보를 신경망에 입력하는 단계;신경망의 학습에 따라 제품마다 시간별 가중치를 계산하는 단계;소정 함수를 이용하여 시간별 가중치를 균일화하는 단계;제품마다 스마트 셋과 균일화 가중치를 계산하여 균일화 스마트 셋을 계산하는 단계;상기 균일화 스마트 셋을 이용하여 시점별로 제품별 개별 가중치를 계산하고, 제품별 미래 예측값을 생성하는 단계를 포함하여 이루어지는 미래 수요 예측 데이터 생성방법. |
| 6 | 삭제 |
| 7 | 삭제 |
| 8 | 제 5 항에 있어서,상기 신경망 학습하는 단계는, 어텐션 메커니즘(Attention Mechanism) 기반의 RNN(Recurrent Neural Network) 신경망을 이용하여 학습하는 미래 수요 예측 데이터 생성방법. |
| 9 | 제 5 항에 있어서,상기 함수는 softmax 함수를 적용하는 것을 특징으로 하는 미래 수요 예측 데이터 생성방법. |
