맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

인터커넥션 네트워크(Interconnection network) 기반의 다중 노드 클러스터로 구성된 고성능 컴퓨팅 환경에서 유저 리퀘스트 처리율 최대화/인트라통신 지연시간 최소화를 달성하기 위한 딥러닝 기반의 동적 라우팅 기법

  • 기술번호 : KST2020015076
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 발명에 따른 인터커넥션 네트워크(Interconnection network) 기반의 다중 노드 클러스터로 구성된 고성능 컴퓨팅 환경에서 유저 리퀘스트 처리율 최대화/인트라통신 지연시간 최소화를 달성하기 위한 딥러닝 기반의 동적 라우팅 기법은, 인터커넥션 네트워크 기반의 노드 클러스터의 적응적 라우팅 결정을 위해 4 개의 모듈을 포함할 수 있다.
Int. CL H04L 12/751 (2013.01.01) H04L 12/721 (2013.01.01) H04L 12/24 (2006.01.01) G06N 3/08 (2006.01.01)
CPC H04L 45/08(2013.01) H04L 45/08(2013.01) H04L 45/08(2013.01) H04L 45/08(2013.01)
출원번호/일자 1020190049910 (2019.04.29)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2020-0126212 (2020.11.06) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 5

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 윤찬현 대전광역시 유성구
2 강동기 대전광역시 유성구
3 전민수 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 제일특허법인(유) 대한민국 서울특별시 서초구 마방로 ** (양재동, 동원F&B빌딩)

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		 2019.04.29 수리 (Accepted) 1-1-2019-0440388-56
2 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
3 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
인터커넥션 네트워크 기반의 노드 클러스터의 적응적 라우팅 결정을 위해 4 개의 모듈을 포함하는인터커넥션 네트워크(Interconnection network) 기반의 다중 노드 클러스터로 구성된 고성능 컴퓨팅 환경에서 유저 리퀘스트 처리율 최대화/인트라통신 지연시간 최소화를 달성하기 위한 딥러닝 기반의 동적 라우팅 기법
2 2
제 1 항에 있어서,상기 4개의 모듈 중 첫 번째 모듈은,딥러닝 라우팅 결정기로서 동적 네트워크 상태 정보(클러스터 유저 리퀘스트 혼잡도(Cluster offered load), 각 유저 리퀘스트의 목적지-도착지 노드 정보, 채널 큐 혼잡도(Channel queue length))를 입력 데이터의 요소(Element)로 정의하고, 각 유저 리퀘스트를 위한 라우팅 경로(Routing path)를 출력 데이터로 정의하며, 딥 뉴럴 네트워크 모델 및 손실함수는 클러스터 운영자가 직접 설정할 수 있는인터커넥션 네트워크(Interconnection network) 기반의 다중 노드 클러스터로 구성된 고성능 컴퓨팅 환경에서 유저 리퀘스트 처리율 최대화/인트라통신 지연시간 최소화를 달성하기 위한 딥러닝 기반의 동적 라우팅 기법
3 3
제 1 항에 있어서,상기 4개의 모듈 중 두 번째 모듈은,레거시 라우팅 결정기(Legacy routing decision maker)로서 기존의 휴리스틱 기반 라우팅 알고리즘을 수행하며, 이는 딥러닝 기반 라우팅 결정기에 대해 만족할 만한 수준의 정확도를 보장하는 충분한 샘플 데이터집합이 모이기 전에 혹은 딥러닝 기반 라우팅 결정기의 최적 수렴도가 달성되지 않았을 때에 클러스터 라우팅을 수행하기 위함인인터커넥션 네트워크(Interconnection network) 기반의 다중 노드 클러스터로 구성된 고성능 컴퓨팅 환경에서 유저 리퀘스트 처리율 최대화/인트라통신 지연시간 최소화를 달성하기 위한 딥러닝 기반의 동적 라우팅 기법
4 4
제 1 항에 있어서,상기 4개의 모듈 중 세 번째 모듈은,근사 최적(Approximation optimization) 기반 라우팅 결정기로서 그리디 알고리즘(Greedy algorithm)이나 동적 프로그래밍(Dynamic programming) 기법 등을 사용하여 주어진 동적 네트워크 상태에 대한 근사 최적해를 도출하며, 실 라우팅 결정 및 적용에는 관여하지 않으며 오직 딥러닝 기반 라우팅 결정기의 각 샘플 데이터 집합에 대한 참조 출력 데이터(Reference output data)를 생성하는인터커넥션 네트워크(Interconnection network) 기반의 다중 노드 클러스터로 구성된 고성능 컴퓨팅 환경에서 유저 리퀘스트 처리율 최대화/인트라통신 지연시간 최소화를 달성하기 위한 딥러닝 기반의 동적 라우팅 기법
5 5
제 1 항에 있어서,상기 4개의 모듈 중 네 번째 모듈은,클러스터 관리자(Cluster manager)로서 위에서 언급한 3 개의 모듈과 연동하여 인터커넥션 네트워크 기반 클러스터의 동적 네트워크 상태 정보 모니터링을 관리하고 실 라우팅을 수행하는인터커넥션 네트워크(Interconnection network) 기반의 다중 노드 클러스터로 구성된 고성능 컴퓨팅 환경에서 유저 리퀘스트 처리율 최대화/인트라통신 지연시간 최소화를 달성하기 위한 딥러닝 기반의 동적 라우팅 기법
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 과학기술정보통신부 한국과학기술정보연구원 국가과학기술연구회연구운영비지원 차세대 초고성능컴퓨터를 위한 이기종 매니코어 하드웨어 시스템 개발