기술이전 상세 정보를 불러오는 중입니다...
기존 인공신경망 학습 방식은 대량 연산 시 비효율적이고, 하드웨어 기반 이진 인공신경망은 제조 공정 편차로 인식률 저하 문제를 겪습니다. 본 기술은 경계값을 이용한 이진 인공신경망 학습 방법을 제공합니다. 이는 시냅스 어레이의 두 가지 전도성 상태만을 활용하여 반도체 칩의 공정 편차를 극복하고, 가중치 상태 업데이트를 효율적으로 결정합니다. 결과적으로 학습 속도와 정확성을 동시에 향상시키며, 하드웨어에서 인공신경망 구현 시 시간과 에너지 소모를 크게 줄일 수 있습니다. 인공지능 반도체 등 다양한 AI 분야에 적용 가능한 핵심 기술입니다.
기술 분야 | 뉴로모픽 반도체 학습 |
판매 유형 | 자체 판매 |
판매 상태 | 판매 중 |
기술명 | |
경계값을 이용한 이진 인공신경망 학습 방법 | |
기관명 | |
인하대학교 산학협력단 | |
대표 연구자 | 공동연구자 |
김형진 | - |
출원번호 | 등록번호 |
1020210176534 | 1025171560000 |
권리구분 | 출원일 |
특허 | 2021.12.10 |
중요 키워드 | |
엣지 AIAI 반도체뉴로모픽 칩시냅스 어레이경계값 학습반도체 공정 편차멤리스터 기술역전파 알고리즘딥러닝 가속기이진 인공신경망하드웨어 학습에너지 소모 감소인공신경망 효율저전력 AI 반도체학습 시간 단축전자부품회로제조컴퓨터하드웨어데이터처리인공지능반도체제조반도체소자컴퓨팅 시스템알고리즘 |
기술이전 상담신청
연구자 미팅
기술이전 유형결정
계약서 작성 및 검토
계약 및 기술료 입금
보유 기술 로딩 중...
인기 게시물 로딩 중...