| 1 |
1
복수의 필터를 포함한 복수의 그룹이 수신되면, 학생 네트워크의 수보다 적은 수의 파트로 상기 복수의 필터를 분류하는 단계;하나의 파트를 이용하여 둘 이상의 학생 네트워크를 학습시키기 위해, 상기 둘 이상의 학생 네트워크에 동일한 파트에 관한 정보를 전송하는 단계; 상기 동일한 파트를 통해 학습된 둘 이상의 학생 네트워크의 결과를 수신하는 단계; 및상기 수신된 둘 이상의 학생 네트워크의 결과의 평균값에 기초하여 최종 특징을 생성하는 단계를 포함하는, 분산 뉴럴 네트워크의 제어 방법
|
| 2 |
2
제1항에 있어서,상기 파트의 수는 상기 학생 네트워크의 수를 2로 나눈 값에 기초하여 결정되는 것인, 분산 뉴럴 네트워크의 제어 방법
|
| 3 |
3
제1항에 있어서,각 파트를 통해 학습되는 학생 네트워크의 수가 상이할 경우,상기 각 파트에 포함된 필터의 수에 기초하여, 상기 각 파트를 통해 학습되는 학생 네트워크의 수가 결정되는 것인, 분산 뉴럴 네트워크의 제어 방법
|
| 4 |
4
제1항에 있어서,디바이스의 통신 안정성에 대한 정보에 기초하여, 상기 학생 네트워크가 탑재될 디바이스를 결정하는 단계를 더 포함하는, 분산 뉴럴 네트워크의 제어 방법
|
| 5 |
5
제4항에 있어서,상기 학생 네트워크가 탑재될 디바이스를 결정하는 단계는,각 학생 네트워크가 통신 실패된 경우 뉴럴 네트워크 전체 추론 정확도에 관한 정보에 기초하여, 상기 학생 네트워크가 탑재될 디바이스를 결정하는 것인, 분산 뉴럴 네트워크의 제어 방법
|
| 6 |
6
제4항에 있어서,상기 학생 네트워크가 탑재될 디바이스를 결정하는 단계는,상기 학생 네트워크를 학습시키는데 이용된 파트에 기초하는 것인, 분산 뉴럴 네트워크의 제어 방법
|
| 7 |
7
제1항에 있어서,상기 복수의 필터를 분류하는 단계는 각 파트로 분류된 필터의 수가 균일하도록 분류하는 것인, 분산 뉴럴 네트워크의 제어 방법
|
| 8 |
8
제1항에 있어서,상기 분산 뉴럴 네트워크는 NONN(Network of Neural Network) 기반으로 하는 것인, 분산 뉴럴 네트워크의 제어 방법
|
| 9 |
9
적어도 하나의 명령어(instruction)를 저장하는 메모리(memory); 및상기 적어도 하나의 명령어를 실행하여, 복수의 필터를 포함한 복수의 그룹이 수신되면, 학생 네트워크의 수보다 적은 수의 파트로 상기 복수의 필터를 분류하고,하나의 파트를 이용하여 둘 이상의 학생 네트워크를 학습시키기 위해, 상기 둘 이상의 학생 네트워크에 동일한 파트에 관한 정보를 전송하고,상기 동일한 파트를 통해 학습된 둘 이상의 학생 네트워크의 결과를 수신하고,상기 수신된 둘 이상의 학생 네트워크의 결과의 평균값에 기초하여 최종 특징을 생성하는 프로세서(processor)를 포함하는, 분산 뉴럴 네트워크 제어 장치
|
| 10 |
10
분산 뉴럴 네트워크의 제어 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 비일시적 기록매체로서,상기 분산 뉴럴 네트워크의 제어 방법은,복수의 필터를 포함한 복수의 그룹이 수신되면, 학생 네트워크의 수보다 적은 수의 파트로 상기 복수의 필터를 분류하는 단계;하나의 파트를 이용하여 둘 이상의 학생 네트워크를 학습시키기 위해, 상기 둘 이상의 학생 네트워크에 동일한 파트에 관한 정보를 전송하는 단계; 상기 동일한 파트를 통해 학습된 둘 이상의 학생 네트워크의 결과를 수신하는 단계; 및상기 수신된 둘 이상의 학생 네트워크의 결과의 평균값에 기초하여 최종 특징을 생성하는 단계를 포함하는, 비일시적 기록매체
|
