맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

딥러닝을 이용한 자성 파라미터 값 추정 방법 및 장치

  • 기술번호 : KST2021013063
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 발명의 실시예에 따른 딥러닝을 이용한 자성 파라미터 값 추정 방법은, 전산 모사를 통해 생성된 2차원 자기 시스템의 스핀 구성에 해당하는 가상의 자구(magnetic domain) 이미지를 생성하는 단계; 상기 가상의 자구 이미지를 이용하여 심층 신경망을 모델링하는 단계; 및 상기 모델링된 심층 신경망을 이용하여, 관측된 자구 이미지에 해당하는 자성 파라미터 값을 추정하는 단계를 포함한다.
Int. CL G06N 3/08 (2006.01.01) H01F 7/02 (2006.01.01)
CPC G06N 3/08(2013.01) H01F 7/0294(2013.01)
출원번호/일자 1020200060703 (2020.05.21)
출원인 한국과학기술연구원
등록번호/일자
공개번호/일자 10-2021-0144013 (2021.11.30) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.05.21)
심사청구항수 11

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 권희영 서울특별시 성북구
2 최준우 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 이준성 대한민국 서울특별시 강남구 삼성로**길 **, ***호 준성특허법률사무소 (대치동, 대치빌딩)

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		 2020.05.21 수리 (Accepted) 1-1-2020-0511419-41
2 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment		 2020.07.24 수리 (Accepted) 1-1-2020-0776133-81
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
전산 모사를 통해 생성된 2차원 자기 시스템의 스핀 구성에 해당하는 가상의 자구(magnetic domain) 이미지를 생성하는 단계; 상기 가상의 자구 이미지를 이용하여 심층 신경망을 모델링하는 단계; 및상기 모델링된 심층 신경망을 이용하여, 관측된 자구 이미지에 해당하는 자성 파라미터 값을 추정하는 단계를 포함하는 딥러닝을 이용한 자성 파라미터 값 추정 방법
2 2
제1항에 있어서,상기 자성 파라미터 값은 하기의 식에 의해 정의되는 자기 해밀토니안(H)의 DMI(Dzyaloshinskii-Moriya Interaction; ), 수직자기이방성(Kz) 및 쌍극자 상호작용(D) 중 적어도 하나의 값인 것을 특징으로 하는 딥러닝을 이용한 자성 파라미터 값 추정 방법
3 3
제1항에 있어서,상기 자구 이미지를 생성하는 단계는,몬테카를로 방법을 사용한 어닐링 과정을 이용하여 상기 2차원 자기 시스템의 스핀 구성을 생성하는 단계; 및상기 생성된 스핀 구성에 해당하는 자구 이미지를 생성하는 단계를 포함하는 것을 특징으로 하는 딥러닝을 이용한 자성 파라미터 값 추정 방법
4 4
제3항에 있어서,상기 몬테카를로 방법을 사용한 어닐링 과정은, 큐리 온도를 초과하는 온도로부터 스핀의 요동이 없는 온도까지 감소시키는 것을 특징으로 하는 딥러닝을 이용한 자성 파라미터 값 추정 방법
5 5
제3항에 있어서,상기 모델링 단계는,상기 심층 신경망에 상기 가상의 자구 이미지를 입력함으로써 획득한 임시 자성 파라미터 값과, 상기 입력된 가상의 자구 이미지에 해당하는 스핀 구성의 자성 파라미터 값의 차이에 기초하여 상기 심층 신경망을 모델링하는 것을 특징으로 하는 딥러닝을 이용한 자성 파라미터 값 추정 방법
6 6
2차원 자기 시스템의 스핀 구성에 해당하는 가상의 자구(magnetic domain) 이미지를 생성하는 이미지 생성부; 상기 가상의 자구 이미지를 이용하여 심층 신경망을 모델링하는 모델링부; 및상기 모델링된 심층 신경망을 이용하여, 관측된 자구 이미지에 해당하는 자성 파라미터 값을 추정하는 추정부를 포함하는 딥러닝을 이용한 자성 파라미터 값 추정 장치
7 7
제6항에 있어서,상기 자성 파라미터 값은 하기의 식에 의해 정의되는 자기 해밀토니안(H)의 DMI(Dzyaloshinskii-Moriya Interaction; ), 수직자기이방성(Kz) 및 쌍극자 상호작용(D) 중 적어도 하나의 값인 것을 특징으로 하는 딥러닝을 이용한 자성 파라미터 값 추정 장치
8 8
제6항에 있어서,상기 이미지 생성부는,몬테카를로 방법을 사용한 어닐링 과정을 이용하여 상기 2차원 자기 시스템의 스핀 구성을 생성하고,상기 생성된 스핀 구성에 해당하는 자구 이미지를 생성하도록 구성된 것을 특징으로 하는 딥러닝을 이용한 자성 파라미터 값 추정 장치
9 9
제8항에 있어서,상기 몬테카를로 방법을 사용한 어닐링 과정은, 큐리 온도를 초과하는 온도로부터 스핀의 요동이 없는 온도까지 감소시키는 것을 특징으로 하는 딥러닝을 이용한 자성 파라미터 값 추정 장치
10 10
제8항에 있어서,상기 모델링부는,상기 심층 신경망에 상기 가상의 자구 이미지를 입력함으로써 획득한 임시 자성 파라미터 값과, 상기 입력된 가상의 자구 이미지에 해당하는 스핀 구성의 자성 파라미터 값의 차이에 기초하여 상기 심층 신경망을 모델링하도록 구성된 것을 특징으로 하는 딥러닝을 이용한 자성 파라미터 값 추정 장치
11 11
제1항의 각 단계가 기록된 컴퓨터로 판독 가능한 비휘발성 기록 매체
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 한국과학기술연구원 창의형 융합연구사업 스핀/양자현상을 이용한 초저전력 및 초고속 스핀 메모리 기술 개발
2 교육부 한국과학기술연구원 박사 후 연수지원사업 머신러닝을 사용한 저차원 자성 구조 연구
3 과학기술정보통신부 한국과학기술연구원 미래원천차세대반도체기술개발사업 스핀 인터페이스를 이용한 차세대 정보 소자