| 1 |
1
상호 연결되어 컨볼루션(convolution) 연산을 수행하는 적어도 하나의 제1 및 제2 컨볼루션 레이어들 사이에 연결되어, 입력 데이터에 관한 분류를 미리 예측하는 예측 로직을 포함하는 컨볼루션 레이어부; 및상기 분류의 적정성을 결정하여 상기 컨볼루션 연산의 중단 또는 계속 여부를 결정하는 컨볼루션 연산 중단 결정부를 포함하는 컨볼루션 신경망 기반의 입력 분류 장치
|
| 2 |
2
제1항에 있어서, 상기 컨볼루션 레이어부는상기 적어도 하나의 제1 컨볼루션 레이어에 있는 가장 마지막 컨볼루션 레이어의 출력을 상기 예측 로직에 제공하는 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 장치
|
| 3 |
3
제2항에 있어서, 상기 컨볼루션 레이어부는상기 가장 마지막 컨볼루션 레이어와 직접적으로 연결된 상기 적어도 하나의 제2 컨볼루션 레이어에 있는 가장 최초 컨볼루션 레이어에 의한 컨볼루션 연산과 상기 예측 로직에 의한 예측 연산을 동시에 수행하는 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 장치
|
| 4 |
4
제2항에 있어서, 상기 컨볼루션 레이어부는상기 가장 마지막 컨볼루션 레이어의 출력을 1차원 벡터화하고 가중치 벡터와의 연산을 통해 출력벡터를 생성한 후 정규화함으로써 상기 예측 로직에 의한 예측 연산을 수행하는 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 장치
|
| 5 |
5
제1항에 있어서, 상기 컨볼루션 레이어부는상기 예측 로직의 개수가 복수인 경우에는 각각의 관점에서 상기 적어도 하나의 제1 및 제2 컨볼루션 레이어들을 결정하는 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 장치
|
| 6 |
6
제1항에 있어서, 상기 컨볼루션 연산 중단 결정부는상기 적어도 하나의 제1 및 제2 컨볼루션 레이어들을 동적으로 결정하여 상기 예측 로직의 연결성을 제어하는 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 장치
|
| 7 |
7
제3항에 있어서, 상기 컨볼루션 연산 중단 결정부는정규화된 상기 출력벡터의 제1 성분 및 제2 성분들 간의 차이를 적정 임계값과 비교함으로써 상기 분류의 적정성을 결정하는 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 장치
|
| 8 |
8
제5항에 있어서, 상기 컨볼루션 연산 중단 결정부는복수의 예측 로직들 각각에서 미리 예측된 분류의 적정성을 해당 컨볼루션 레이어에 의한 컨볼루션 연산과 동시에 수행하여 상기 컨볼루션 연산의 중단 또는 계속 여부를 결정하는 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 장치
|
| 9 |
9
제8항에 있어서, 상기 컨볼루션 연산 중단 결정부는상기 컨볼루션 연산 순서에 따라 복수의 예측 로직들에서 미리 예측된 분류의 적정성을 차례대로 결정하는 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 장치
|
| 10 |
10
제1항에 있어서, 상기 컨볼루션 연산 중단 결정부는상기 예측 연산에 따른 분류의 적정성을 결정하여 상기 가장 최초 컨볼루션 레이어와 직접 연결된 다음 컨볼루션 레이어를 통한 컨볼루션 연산의 지속적 수행 여부를 결정하는 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 장치
|
| 11 |
11
컨볼루션 신경망 기반의 입력 분류 장치에서 수행되는 입력 분류 방법에 있어서,(a) 컨볼루션(convolution) 레이어부에 포함되고, 상호 연결되어 컨볼루션 연산을 수행하는 적어도 하나의 제1 및 제2 컨볼루션 레이어들 사이에 연결된 예측 로직에 의해 입력 데이터에 관한 분류를 미리 예측하는 단계; 및(b) 컨볼루션 연산 중단 결정부에 의해 상기 분류의 적정성을 결정하여 상기 컨볼루션 연산의 중단 또는 계속 여부를 결정하는 단계를 포함하는 컨볼루션 신경망 기반의 입력 분류 방법
|
| 12 |
12
제11항에 있어서, 상기 (a) 단계는상기 적어도 하나의 제1 컨볼루션 레이어에 있는 가장 마지막 컨볼루션 레이어의 출력을 상기 예측 로직에 제공하는 단계인 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 방법
|
| 13 |
13
제12항에 있어서, 상기 (a) 단계는상기 가장 마지막 컨볼루션 레이어의 출력을 1차원 벡터화하고 가중치 벡터와의 연산을 통해 출력벡터를 생성한 후 정규화함으로써 상기 예측 로직에 의한 예측 연산을 수행하는 단계인 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 방법
|
| 14 |
14
제13항에 있어서, 상기 (b) 단계는정규화된 상기 출력벡터의 제1 성분 및 제2 성분들 간의 차이를 적정 임계값과 비교함으로써 상기 분류의 적정성을 결정하는 단계인 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 방법
|
| 15 |
15
제11항에 있어서, 상기 (b) 단계는복수의 예측 로직들 각각에서 미리 예측된 분류의 적정성을 해당 컨볼루션 레이어에 의한 컨볼루션 연산과 동시에 수행하여 상기 컨볼루션 연산의 중단 또는 계속 여부를 결정하는 단계인 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 방법
|
| 16 |
16
제15항에 있어서, 상기 (b) 단계는상기 컨볼루션 연산 순서에 따라 복수의 예측 로직들에서 미리 예측된 분류의 적정성을 차례대로 결정하는 단계인 것을 특징으로 하는 컨볼루션 신경망 기반의 입력 분류 방법
|
