맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

(국문)다양한 CNN 모델에 적용 가능한 하드웨어 분류기

  • 기술번호 : KST2018015375
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 CNN 네트워크 모델에 유연하게 적용 가능한 하드웨어 분류기를 위한 방법이다. 블록 단위의 연산과 소프트웨어의 제어를 통해 다양한 크기의 네트워크에도 적용 가능 하도록 하드웨어를 설계한다.
Int. CL G06N 3/08 (2006.01.01) G06N 3/06 (2006.01.01)
CPC G06N 3/084(2013.01) G06N 3/084(2013.01)
출원번호/일자 1020170060690 (2017.05.16)
출원인 광운대학교 산학협력단
등록번호/일자
공개번호/일자 10-2018-0125843 (2018.11.26) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.05.16)
심사청구항수 5

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 광운대학교 산학협력단 대한민국 서울특별시 노원구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정용진 대한민국 경기도 성남시 분당구
2 한성우 대한민국 서울특별시 광진구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
대리인 정보가 없습니다

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2017.05.16 수리 (Accepted) 1-1-2017-0466097-04
2 의견제출통지서
Notification of reason for refusal		 2018.11.28 발송처리완료 (Completion of Transmission) 9-5-2018-0813749-96
3 거절결정서
Decision to Refuse a Patent		 2019.02.18 발송처리완료 (Completion of Transmission) 9-5-2019-0115688-50
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
Convolutional Neural Network의 연산을 처리하기 위한 블록 단위의 연산 모듈;Convolution/Pooling Layer 연산 모듈;Fully-connected Layer 모듈;을 포함하고, 소프트웨어의 처리로 2개의 모듈을 반복시켜 CNN 연산을 수행하는 CNN 연산모듈
2 2
청구항1에 있어서,Convolution Layer 연산 모듈은 블록 단위의 데이터를 소프트웨어에서 FPGA의 블록 메모리에 전달 하여 병렬로 연산을 수행하는 장치, 연산을 위한 블록의 크기는 네트워크 모델의 최소 Feature 크기로 설정하여 다양한 크기의 네트워크 모델에도 적용 가능한 것을 특징으로 하는 연산 장치
3 3
청구항1에 있어서,Pooling Layer 연산 모듈은 Convolution Layer의 블록 단위 연산에서 Pooling 연산을 수행하기 위한 최소 데이터가 있을 경우 연산을 수행하는 장치, 블록단위의 빠른 연산을 수행하기 위해 연산 지연시간이 짧은 것을 특징으로 하는 연산 장치
4 4
청구항1에 있어서,Fully-connected 연산 모듈은 Convolution/Pooling Layer 연산을 마친 후 수행하는 모듈로 모든 피 연산자의 내적 연산을 수행하는 장치로, 블록 단위의 피 연산자와 다수의 곱셈기를 이용해 빠른 연산을 수행하는 것을 특징으로 하는 연산 장치
5 5
청구항1에 있어서,다수의 Feature와 크기를 가지는 네트워크 모델에 대해서 FPGA에 설계 한 Convolution/Pooling, Fully-connected을 소프트웨어의 제어를 통해 수행하는 장치, 소프트웨어를 통해 연산 모듈의 반복 횟수, 전달할 피 연산자, 수행할 연산 모듈을 결정하여 CNN 연산을 수행하는 것을 특징으로 하는 CNN 연산 처리 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 미래창조과학부 청주대학교산학협력단 전자정보디바이스산업원천기술개발 자율주행을 위한 스마트 자동차용 ADAS SW-SoC 개발