1 |
1
적어도 하나의 프로세서에 의해 동작되고, 클래스들에 각각 대응하는 출력 뉴런들을 포함하는 뉴럴 네트워크에 있어서,상기 클래스들 중 디버깅의 타겟이 되는 타겟 클래스를 식별하는 단계;상기 타겟 클래스에 대응하는 데이터 객체들 중, 상기 뉴럴 네트워크가 상기 타겟 클래스를 잘못 예측한 제1 데이터 객체들을 식별하는 단계;상기 타겟 클래스와 다른 제2 클래스들에 대응하는 데이터 객체들 중, 상기 뉴럴 네트워크가 상기 제2 클래스들을 옳게 예측한 제2 데이터 객체들을 식별하는 단계; 및상기 뉴럴 네트워크가 상기 제1 데이터 객체들로부터 상기 타겟 클래스를 옳게 예측하고, 상기 제2 데이터 객체들로부터 상기 제2 클래스들을 옳게 예측하는 것을 유지하도록, 상기 타겟 클래스에 대응하는 타겟 출력 뉴런과 적어도 하나의 중간 뉴런 사이의 적어도 하나의 디버깅 시냅스를 생성하는 단계를 포함하고,상기 단계들은 상기 적어도 하나의 프로세서에 의해서 수행되는뉴럴 네트워크의 디버깅 방법
|
2 |
2
제1항에 있어서,상기 디버깅 시냅스를 생성하는 단계는상기 제1 데이터 객체들이 상기 뉴럴 네트워크로 인가되어 상기 출력 뉴런들로부터 생성된 제1 출력 값들 및 상기 제2 데이터 객체들이 상기 뉴럴 네트워크로 인가되어 상기 출력 뉴런들로부터 생성된 제2 출력 값들 중 적어도 하나에 기초하여, 적어도 하나의 디버깅 시냅스를 생성하는 단계를 포함하는,뉴럴 네트워크의 디버깅 방법
|
3 |
3
제2항에 있어서,상기 디버깅 시냅스를 생성하는 단계는상기 제1 데이터 객체들이 상기 뉴럴 네트워크로 인가되어 어느 하나의 중간 뉴런으로부터 생성된 제1 중간 값들을 획득하는 단계;상기 제2 데이터 객체들이 상기 뉴럴 네트워크로 인가되어 상기 중간 뉴런으로부터 생성된 제2 중간 값들을 획득하는 단계; 및상기 제1 출력 값들, 상기 제2 출력 값들, 상기 제1 중간 값들 및 상기 제2 중간 값들에 기초하여, 적어도 하나의 디버깅 시냅스를 생성하는 단계를 포함하는,뉴럴 네트워크의 디버깅 방법
|
4 |
4
제1항에 있어서,상기 뉴럴 네트워크-상기 뉴럴 네트워크는 입력 뉴런들을 포함하는 입력 레이어, 중간 뉴런들을 포함하는 적어도 하나의 히든 레이어, 및 상기 출력 뉴런들을 포함하는 출력 레이어를 포함함-의 학습에 이용된 데이터 객체들을 포함하는 학습 데이터를 획득하는 단계;상기 학습 데이터를 상기 입력 레이어로 인가하여, 상기 중간 뉴런들로부터 생성된 중간 값들을 뉴런 테이블로 변환하고, 상기 출력 뉴런들로부터 생성된 출력 값들을 클래스 테이블로 변환하는 단계를 더 포함하고,상기 단계들은 상기 프로세서에 의해서 수행되는뉴럴 네트워크의 디버깅 방법
|
5 |
5
제4항에 있어서,상기 제1 데이터 객체들을 식별하는 단계는상기 학습 데이터 중 상기 타겟 클래스에 대응하는 데이터 객체들을 식별하는 단계; 및상기 클래스 테이블에 기초하여, 상기 식별된 데이터 객체들 중 상기 뉴럴 네트워크가 상기 타겟 클래스를 잘못 예측한 제1 데이터 객체들을 식별하는 단계를 포함하는,뉴럴 네트워크의 디버깅 방법
|
6 |
6
제4항에 있어서,상기 제2 데이터 객체들을 식별하는 단계는상기 학습 데이터 중 상기 제2 클래스들에 대응하는 데이터 객체들을 식별하는 단계; 및상기 클래스 테이블에 기초하여, 상기 식별된 데이터 객체들 중 상기 뉴럴 네트워크가 상기 제2 클래스들을 옳게 예측한 제2 데이터 객체들을 식별하는 단계를 포함하는,뉴럴 네트워크의 디버깅 방법
|
7 |
7
제1항에 있어서,상기 디버깅 시냅스를 생성하는 단계는상기 뉴럴 네트워크에 포함된 각 중간 뉴런들과 상기 타겟 출력 뉴런 사이의 최적 시냅스 값들을 생성하는 단계; 상기 생성된 최적 시냅스 값들 중 적어도 하나를 선택하는 단계; 및상기 선택된 최적 시냅스 값에 기초하여, 상기 타겟 출력 뉴런과 적어도 하나의 중간 뉴런 사이의 적어도 하나의 디버깅 시냅스를 생성하는 단계를 포함하는,뉴럴 네트워크의 디버깅 방법
|
8 |
8
제7항에 있어서,상기 최적 시냅스 값들을 생성하는 단계는상기 중간 뉴런들 중 현재 중간 뉴런을 식별하는 단계;상기 뉴럴 네트워크가 상기 제1 데이터 객체들로부터 상기 타겟 클래스를 옳게 예측하도록, 상기 현재 중간 뉴런과 상기 타겟 출력 뉴런 사이의 제1 디버깅 시냅스 값들을 생성하는 단계;상기 뉴럴 네트워크가 상기 제2 데이터 객체들로부터 상기 제2 클래스들을 옳게 예측하는 것을 유지하도록, 상기 현재 중간 뉴런과 상기 타겟 출력 뉴런 사이의 제2 디버깅 시냅스 값들을 생성하는 단계; 상기 제1 디버깅 시냅스 값들 및 상기 제2 디버깅 시냅스 값들에 기초하여, 상기 현재 중간 뉴런과 상기 타겟 출력 뉴런 사이의 최적 시냅스 값을 생성하는 단계; 및상기 현재 중간 뉴런의 다음 중간 뉴런의 최적 시냅스 값을 생성하는 단계를 포함하는,뉴럴 네트워크의 디버깅 방법
|
9 |
9
제8항에 있어서,상기 제1 디버깅 시냅스 값들을 생성하는 단계는상기 제1 데이터 객체들 중 현재 제1 데이터 객체를 식별하는 단계; 상기 현재 제1 데이터 객체가 상기 뉴럴 네트워크로 인가되어 상기 타겟 출력 뉴런으로부터 생성된 제1 출력 값을 획득하는 단계;상기 현재 제1 데이터 객체가 상기 뉴럴 네트워크로 인가되어 상기 출력 뉴런들 중 상기 타겟 출력 뉴런을 제외한 적어도 하나의 출력 뉴런으로부터 생성된 적어도 하나의 제2 출력 값을 획득하는 단계;상기 제2 출력 값의 최대 값보다 상기 제1 출력 값이 커지게 하기 위해, 상기 현재 중간 뉴런과 상기 타겟 출력 뉴런 사이의 제1 디버깅 시냅스 값을 생성하는 단계; 및상기 현재 제1 데이터 객체의 다음 제1 데이터 객체의 제1 디버깅 시냅스 값을 생성하는 단계를 포함하는,뉴럴 네트워크의 디버깅 방법
|
10 |
10
제8항에 있어서,상기 제2 디버깅 시냅스 값들을 생성하는 단계는상기 제2 데이터 객체들 중 현재 제2 데이터 객체를 식별하는 단계; 상기 현재 제2 데이터 객체가 상기 뉴럴 네트워크로 인가되어 상기 타겟 출력 뉴런으로부터 생성된 제1 출력 값을 획득하는 단계;상기 현재 제2 데이터 객체가 상기 뉴럴 네트워크로 인가되어 상기 출력 뉴런들 중 상기 타겟 출력 뉴런을 제외한 적어도 하나의 출력 뉴런으로부터 생성된 적어도 하나의 제2 출력 값을 획득하는 단계;상기 제1 출력 값보다 상기 제2 출력 값의 최대 값이 큰 것을 유지하기 위해, 상기 현재 중간 뉴런과 상기 타겟 출력 뉴런 사이의 제2 디버깅 시냅스 값을 생성하는 단계; 및상기 현재 제2 데이터 객체의 다음 제2 데이터 객체의 제2 디버깅 시냅스 값을 생성하는 단계를 포함하는,뉴럴 네트워크의 디버깅 방법
|
11 |
11
제8항에 있어서,상기 최적 시냅스 값을 생성하는 단계는상기 제2 디버깅 시냅스 값들의 크기들 중 최소값에 기초하여, 상기 현재 중간 뉴런에 대응하는 최적 시냅스 값을 생성하는 단계; 및상기 제1 디버깅 시냅스 값들의 크기들과 상기 최적 시냅스 값을 비교하여, 미리 정의된 조건을 충족하는 적어도 하나의 제1 디버깅 시냅스 값의 수를 카운트하고, 상기 현재 중간 뉴런에 대응하는 카운트 값을 생성하는 단계를 포함하고,뉴럴 네트워크의 디버깅 방법
|
12 |
12
제11항에 있어서,상기 최적 시냅스 값들 중 적어도 하나를 선택하는 단계는상기 중간 뉴런들에 각각 대응하는 카운트 값들 중 미리 정의된 조건을 충족하는 적어도 하나의 카운트 값을 선택하는 단계;상기 적어도 하나의 카운트 값에 대응하는 적어도 하나의 중간 뉴런을 선택하는 단계; 및상기 최적 시냅스 값들 중 상기 선택된 중간 뉴런에 대응하는 적어도 하나의 최적 시냅스 값을 선택하는 단계를 포함하고,상기 적어도 하나의 디버깅 시냅스를 생성하는 단계는상기 선택된 최적 시냅스 값에 기초하여, 상기 타겟 출력 뉴런과 상기 선택된 중간 뉴런 사이의 적어도 하나의 디버깅 시냅스를 생성하는 단계를 포함하는,뉴럴 네트워크의 디버깅 방법
|
13 |
13
하드웨어와 결합되어 제1항 내지 제12항 중 어느 하나의 항의 방법을 실행시키기 위하여 기록 매체에 저장된 컴퓨터 프로그램
|
14 |
14
기 학습된 뉴럴 네트워크를 기록하는 메인 메모리;학습 데이터-상기 학습데이터는 상기 뉴럴 네트워크의 학습에 이용된 데이터 객체들을 포함함-를 기록하는 보조기억장치;상기 학습 데이터를 상기 뉴럴 네트워크로 인가하여, 상기 뉴럴 네트워크의 중간 뉴런들로부터 생성된 중간 값들을 뉴런 테이블로 변환하고, 상기 뉴럴 네트워크의 출력 뉴런들로부터 생성된 출력 값들을 클래스 테이블로 변환하는 컨버터; 및상기 뉴런 테이블 및 상기 클래스 테이블 사이의 시냅틱 조인을 수행하여, 상기 뉴럴 네트워크 내 적어도 하나의 디버깅 시냅스를 생성하는 루프 컨트롤러를 포함하는,뉴럴 네트워크의 디버깅 시스템
|
15 |
15
제14항에 있어서,상기 뉴럴 네트워크는 입력 레이어, 적어도 하나의 히든 레이어 및 출력 레이어를 포함하고,상기 히든 레이어는 중간 뉴런들을 포함하고,상기 출력 레이어는 클래스들에 대응하는 출력 뉴런들을 포함하고,타겟 클래스는 상기 클래스들 중 디버깅의 타겟이 되는 클래스이고,타겟 출력 뉴런은 상기 출력 뉴런들 중 상기 타겟 클래스에 대응하는 출력 뉴런이고,상기 루프 컨트롤러는상기 뉴런 테이블 및 상기 클래스 테이블 사이의 시냅틱 조인을 수행하여, 상기 뉴럴 네트워크가 상기 타겟 클래스를 옳게 예측하도록 상기 타겟 출력 뉴런과 적어도 하나의 중간 뉴런 사이의 적어도 하나의 디버깅 시냅스를 생성하는,뉴럴 네트워크의 디버깅 시스템
|
16 |
16
제14항에 있어서,상기 뉴럴 네트워크는 클래스들에 대응하는 출력 뉴런들을 포함하고,상기 루프 컨트롤러는상기 클래스들 중 디버깅의 타겟이 되는 타겟 클래스를 식별하고,상기 타겟 클래스에 대응하는 데이터 객체들 중, 상기 뉴럴 네트워크가 상기 타겟 클래스를 잘못 예측한 제1 데이터 객체들을 식별하고,상기 타겟 클래스와 다른 제2 클래스들에 대응하는 데이터 객체들 중, 상기 뉴럴 네트워크가 상기 제2 클래스들을 옳게 예측한 제2 데이터 객체들을 식별하고,상기 뉴럴 네트워크가 상기 제1 데이터 객체들로부터 상기 타겟 클래스를 옳게 예측하고, 상기 제2 데이터 객체들로부터 상기 제2 클래스들을 옳게 예측하는 것을 유지하도록, 상기 타겟 클래스에 대응하는 타겟 출력 뉴런과 적어도 하나의 중간 뉴런 사이의 적어도 하나의 디버깅 시냅스를 생성하는,뉴럴 네트워크의 디버깅 시스템
|
17 |
17
클래스들에 각각 대응하는 출력 뉴런들을 포함하는 뉴럴 네트워크에 있어서,상기 클래스들 중 디버깅의 타겟이 되는 타겟 클래스를 식별하고,상기 타겟 클래스에 대응하는 데이터 객체들 중, 상기 뉴럴 네트워크가 상기 타겟 클래스를 잘못 예측한 제1 데이터 객체들을 식별하고,상기 타겟 클래스와 다른 제2 클래스들에 대응하는 데이터 객체들 중, 상기 뉴럴 네트워크가 상기 제2 클래스들을 옳게 예측한 제2 데이터 객체들을 식별하고,상기 뉴럴 네트워크가 상기 제1 데이터 객체들로부터 상기 타겟 클래스를 옳게 예측하고, 상기 제2 데이터 객체들로부터 상기 제2 클래스들을 옳게 예측하는 것을 유지하도록, 상기 타겟 클래스에 대응하는 타겟 출력 뉴런과 적어도 하나의 중간 뉴런 사이의 적어도 하나의 디버깅 시냅스를 생성하는프로세서를 포함하는뉴럴 네트워크의 디버깅 장치
|
18 |
18
제17항에 있어서,상기 프로세서는상기 제1 데이터 객체들이 상기 뉴럴 네트워크로 인가되어 상기 출력 뉴런들로부터 생성된 제1 출력 값들 및 상기 제2 데이터 객체들이 상기 뉴럴 네트워크로 인가되어 상기 출력 뉴런들로부터 생성된 제2 출력 값들 중 적어도 하나에 기초하여, 적어도 하나의 디버깅 시냅스를 생성하는,뉴럴 네트워크의 디버깅 장치
|
19 |
19
제18항에 있어서,상기 프로세서는상기 제1 데이터 객체들이 상기 뉴럴 네트워크로 인가되어 어느 하나의 중간 뉴런으로부터 생성된 제1 중간 값들을 획득하고,상기 제2 데이터 객체들이 상기 뉴럴 네트워크로 인가되어 상기 중간 뉴런으로부터 생성된 제2 중간 값들을 획득하고,상기 제1 출력 값들, 상기 제2 출력 값들, 상기 제1 중간 값들 및 상기 제2 중간 값들에 기초하여, 적어도 하나의 디버깅 시냅스를 생성하는,뉴럴 네트워크의 디버깅 장치
|
20 |
20
제17항에 있어서,상기 프로세서는상기 뉴럴 네트워크에 포함된 각 중간 뉴런들과 상기 타겟 출력 뉴런 사이의 최적 시냅스 값들을 생성하고,상기 생성된 최적 시냅스 값들 중 적어도 하나를 선택하고,상기 선택된 최적 시냅스 값에 기초하여, 상기 타겟 출력 뉴런과 적어도 하나의 중간 뉴런 사이의 적어도 하나의 디버깅 시냅스를 생성하는,뉴럴 네트워크의 디버깅 장치
|