전자 장치에 있어서,메모리; 및상기 메모리에 연결되는 프로세서를 포함하며,상기 메모리는 상기 프로세서에 의해 실행 가능한,인공지능 알고리즘을 통해 입력 자료에 상응하는 제1 전기비저항 값을 추정하고, 상기 추정된 제1 전기비저항 값을 기반으로 상기 입력 자료를 통해 획득한 구조 정보의 신뢰 구간을 계산하는 프로그램 명령어들을 저장하되,상기 인공지능 알고리즘은 지하 구조에 따라 결정되는 학습데이터를 통해 사전 학습된 것인, 전자 장치.

제1항에 있어서,상기 학습데이터는, 자기장 반응에 대한 정보 및 복수의 제2 전기비저항 값을 포함하고,상기 자기장 반응에 대한 정보는 복수의 전기비저항 모델에 있어서, 상기 복수의 전기비저항 모델에 상응하여 생성된 과도 전자기(transient electromagnetic(TEM))에 대한 정보를 포함하고,상기 제2 전기비저항 값은 상기 복수의 전기비저항 모델에 상응하는 전기비저항 값인, 전자 장치.

제1항에 있어서,상기 입력 자료는 측정 대상에 대한 자기장 반응 정보를 포함하고,상기 제1 전기비저항 값은상기 측정 대상에 상응하는 전기비저항 분포의 평균 값을 나타내는, 전자 장치.

제2항에 있어서,상기 인공지능 알고리즘은 측정 고도 정보가 추가로 입력된 학습데이터를 통해 사전 학습된 것인, 전자 장치.

삭제

제1항에 있어서,상기 신뢰 구간은 수학식 에 의해서 계산되며,여기서 는 상기 추정된 제1 전기비저항 값을 나타내고, I는 전류의 세기, A는 송신 루프 면적, 는 잡음 수준을 나타내는 전자 장치.

제6항에 있어서,상기 입력 자료는 자기장 반응에 대한 정보를 포함하고,상기 잡음 수준은 소정의 방식으로 잡음이 제거된 상기 자기장 반응에 대한 정보의 제1 시간에서의 반응 값과 상기 자기장 반응에 대한 정보의 제1 시간에서의 반응 값의 차이를 통해 결정되는 전자 장치.

제1항에 있어서,상기 입력 자료는 측정 고도 정보, 시간 정보, 및 주파수별 자기장 반응 정보 중 적어도 하나를 포함하는 전자 장치.

전자 장치에 의해 수행되는 인공지능 알고리즘을 이용한 방법에 있어서,미리 저장된 상기 인공지능 알고리즘에 입력 자료가 입력되는 단계;상기 인공지능 알고리즘에 의해 상기 입력 자료에 상응하는 제1 전기비저항 값이 추정되는 단계; 및상기 추정된 제1 전기비저항 값을 기반으로 상기 입력 자료를 통해 획득한 구조 정보의 신뢰 구간을 계산하는 단계;를 포함하되,상기 인공지능 알고리즘은 지하 구조에 따라 결정되는 학습데이터를 통해 사전 학습된 것인, 방법.

제9항에 있어서,상기 학습데이터는, 자기장 반응에 대한 정보 및 제2 전기비저항 값을 포함하고, 상기 자기장 반응에 대한 정보는 복수의 전기비저항 모델에 있어서, 상기 복수의 전기비저항 모델에 상응하여 생성된 과도 전자기(transient electromagnetic(TEM))에 대한 정보를 포함하고,상기 제2 전기비저항 값은 상기 복수의 전기비저항 모델에 상응하는 전기비저항 값인 방법.

제9항에 있어서,상기 입력 자료는 측정 대상에 대한 자기장 반응 정보를 포함하고,상기 제1 전기비저항 값은상기 측정 대상에 상응하는 전기비저항 분포의 평균 값을 나타내는, 방법.

제10항에 있어서,상기 인공지능 알고리즘은 측정 고도 정보가 추가로 입력된 학습데이터를 통해 사전 학습된 것인, 방법.

삭제

제9항에 있어서, 상기 신뢰 구간은 에 의해서 계산되고,여기서 는 상기 추정된 제1 전기비저항 값을 나타내고, I는 전류의 세기, A는 송신 루프 면적, 는 잡음 수준을 나타내는 방법.

제14항에 있어서,상기 입력 자료는 자기장 반응에 대한 정보를 포함하고,상기 잡음 수준은 소정의 방식으로 잡음이 제거된 상기 자기장 반응에 대한 정보의 제1 시간에서의 반응 값과 상기 자기장 반응에 대한 정보의 제1 시간에서의 반응 값의 차이를 통해 결정되는 방법.

제9항에 있어서,상기 입력 자료는 측정 고도 정보, 시간 정보, 및 주파수별 자기장 반응 정보 중 적어도 하나를 포함하는 방법.