-
公开(公告)号：WO2023085443A1
公开(公告)日：2023-05-19
申请号：PCT/KR2021/016179
申请日：2021-11-09
Applicant: 한국전자기술연구원
Abstract: 딥러닝 경량 가속장치가 제공된다. 본 발명의 실시예에 따른 풀링 장치는, 입력 데이터를 구성하는 라인들이 하나씩 순차적으로 저장되는 라인 메모리, 라인 메모리에 현재 저장된 데이터들 중 윈도우가 위치한 데이터들과 메모리로부터 인가되는 이전 특정 값을 비교하여 특정 값을 선택하는 비교기 및 비교기에서 이전에 선택되었던 특정 값인 이전 특정 값이 저장되는 메모리를 포함한다. 이에 의해, 딥러닝 가속기에서 내부 메모리의 입출력을 최소화할 수 있어, 연산시간을 줄일 수 있고 하드웨어 리소스 사용량을 줄여 저전력 동작을 가능하게 한다.
-
Patent Agency Ranking
公开(公告)号：WO2023080292A1
公开(公告)日：2023-05-11
申请号：PCT/KR2021/016094
申请日：2021-11-08
Applicant: 한국전자기술연구원
Abstract: 딥러닝 가속장치를 위한 적응적 파라미터 생성 장치 및 방법이 제공된다. 본 발명의 실시예에 따른 딥러닝 모델 처리 방법은, 데이터들의 푸아송 분포를 산출하고, 산출된 푸아송 분포를 기초로 양자화 파라미터를 계산하며, 계산된 양자화 파라미터로 데이터들과 딥러닝 모델 파라미터들을 양자화하고, 양자화된 데이터들과 딥러닝 모델 파라미터들을 이용하여 딥러닝 모델을 학습시킨다. 이에 의해, 딥러닝 모델에 이용할 데이터들과 딥러닝 모델 파라미터에 대한 양자화 파라미터를 푸아송 분포를 기초로 산출함으로써, 학습 데이터들을 배제하고 테스트 데이터들만을 이용하여 재학습하는 경우에도 최소 손실을 갖는 성능을 확보할 수 있게 된다.
-
公开(公告)号：WO2023085464A1
公开(公告)日：2023-05-19
申请号：PCT/KR2021/016483
申请日：2021-11-12
Applicant: 한국전자기술연구원
Abstract: 다중 채널 정보 추출기를 포함하는 경량 딥러닝 장치가 제공된다. 본 발명의 실시예에 따른 객체 검출 방법은, 제1 타입의 제1 영상과 제2 타입의 제2 영상을 생성하고, 생성된 제1 영상과 제2 영상을 신호처리하며, 신호처리된 제1 영상과 제2 영상을 융합하여 하나의 Feature Map을 생성하고, 생성한 Feature Map을 분석하여 객체를 검출하되, 제1 영상과 제2 영상의 융합 정보를 기초로 제1 영상과 제2 영상의 신호처리 방식을 제어한다. 이에 의해, 경량의 임베디드향 딥러닝 네트워크로 차량에 설치된 다중 센서로부터 생성되는 영상들로부터 객체를 검출/분류하는 것에서 나아가, 기존의 Rule-base로 처리되고 있는 다중 센서의 신호처리와 조명 등의 제어까지 커버할 수 있게 된다.
-
公开(公告)号：WO2023085463A1
公开(公告)日：2023-05-19
申请号：PCT/KR2021/016482
申请日：2021-11-12
Applicant: 한국전자기술연구원
Abstract: 스마트 물류 제어를 위한 데이터 처리방법 및 장치가 제공된다. 본 발명의 실시예에 따른 로봇팔 제어 방법은, 객체의 회전각에 따라 객체 영역을 회전시키고, 카메라를 객체의 거리 방향으로 이동시키면서 광류를 측정하며, 측정된 광류를 기초로 카메라 영상의 중심이 객체의 무게 중심과 일치하는지 확인하고, 일치하지 않는 것으로 확인되면 카메라를 객체의 거리 방향에 수직한 평면 상에서 이동시킨다. 이에 의해 경량의 카메라와 경량의 딥러닝 네트워크를 통한 영상 생성과 객체 인식, 회전각 및 광류 측정을 통한 객체 중심 추적을 통해, 소량/다품종 물류 시스템에서 저전력으로 안정적인 물류 픽킹이 가능해진다.
-
公开(公告)号：WO2023085458A1
公开(公告)日：2023-05-19
申请号：PCT/KR2021/016377
申请日：2021-11-11
Applicant: 한국전자기술연구원
Abstract: 경량 딥러닝 학습 메모리 제어 방법 및 장치가 제공된다. 본 발명의 실시예에 따른 딥러닝 네트워크 학습 방법은, 배치를 구성하는 다수의 학습 데이터들을 딥러닝 네트워크에 하나씩 입력하면서 추론 데이터를 생성하고, 추론 데이터가 생성될 때마다 딥러닝 네트워크의 웨이트를 업데이트하기 위한 배치 연산을 수행하며, 배치를 구성하는 모든 학습 데이터들에 대해 생성단계와 수행단계가 종료되면 배치 연산 결과를 이용하여 웨이트를 업데이트 한다. 이에 의해, 배치를 구성하는 학습 데이터들에 대해 하나씩 추론 데이터들을 생성해 가면서 그 때마다 배치 연산을 수행함으로써, 모바일 디바이스와 같이 리소스가 충분하지 못한 디바이스에서도 배치 크기에 대한 제한 없이 딥러닝 네트워크를 학습시킬 수 있게 된다.
-
公开(公告)号：WO2023085442A1
公开(公告)日：2023-05-19
申请号：PCT/KR2021/016178
申请日：2021-11-09
Applicant: 한국전자기술연구원
Abstract: 고정확도 딥러닝 연산 장치가 제공된다. 본 발명의 실시예에 따른 Adder Tree 연산 장치는, 제1 데이터를 입력받는 제1 레지스터, 제2 데이터를 입력받는 제2 레지스터, 제1 데이터의 exponent와 제2 데이터의 exponent를 비교하는 비교기, 비교기의 비교 결과를 기초로 제1 데이터와 제2 데이터 중 하나는 변환기로 전달하고 다른 하나는 버퍼로 전달하는 스위치, 전달되는 데이터의 exponent를 변환하는 변환기, 전달되는 데이터를 저장하였다가 그대로 출력하는 버퍼 및 변환기에서 출력되는 데이터와 버퍼에서 출력되는 데이터를 덧셈하는 덧셈기를 포함한다. 이에 의해, Adder Tree 연산에서 덧셈할 두 데이터의 exponent를 더 작은 exponent로 변환하여 덧셈함으로써, 연산에 필요한 메모리를 획기적으로 줄여, 리소스에 제한이 있는 디바이스의 딥너링 가속장치에서도 문제 없는 Adder Tree 연산을 가능하게 한다.
-
-
-
-
-
Search Results
6
records
(took 0.01 seconds)
