1 |
1
인공신경망 기반의 추론 모델; 및상기 추론 모델이 잘못된 판단을 내리는 경우, 상기 잘못된 판단에 관여한 뉴런들을 검출하고, 상기 검출한 뉴런들을 대상으로 누적 역전파(back propagation)를 수행하여 각 뉴런별 기여도를 검출하는 제어부를 포함하는 인공신경망 기반 추론 모델의 진단 장치
|
2 |
2
제 1 항에 있어서,상기 제어부는,상기 각 뉴런별 기여도에 기초하여 해당 뉴런에 입력된 센서데이터가 상기 잘못된 판단에 미치는 영향을 분석하는 것을 특징으로 하는 인공신경망 기반 추론 모델의 진단 장치
|
3 |
3
제 2 항에 있어서,상기 제어부는,상기 분석결과에 기초하여 센서의 고장을 검출하는 것을 특징으로 하는 인공신경망 기반 추론 모델의 진단 장치
|
4 |
4
제 3 항에 있어서,상기 제어부는,기여도가 가장 큰 뉴런에 입력된 센서데이터에 상응하는 센서를 고장으로 판단하는 것을 특징으로 하는 인공신경망 기반 추론 모델의 진단 장치
|
5 |
5
제 1 항에 있어서,상기 추론 모델은,각종 센서데이터를 기반으로 차량이 주행중이 노면을 일반, 눈길, 모래, 진흙 중 어느 하나로 판단하는 것을 특징으로 하는 인공신경망 기반 추론 모델의 진단 장치
|
6 |
6
제 5 항에 있어서,상기 각종 센서데이터는,조향각, 조향각속도, 요레이트, 휠속, BPS(Brake Pedal Sensor) 값, 마스터 실린더 압력, 횡가속도, 및 종가속도 중 적어도 하나를 포함하는 인공신경망 기반 추론 모델의 진단 장치
|
7 |
7
인공신경망 기반의 추론 모델이 판단 결과를 출력하는 단계;제어부가 상기 추론 모델이 잘못된 판단을 내리는 경우, 상기 잘못된 판단에 관여한 뉴런들을 검출하는 단계; 및상기 제어부가 상기 검출한 뉴런들을 대상으로 누적 역전파(back propagation)를 수행하여 각 뉴런별 기여도를 검출하는 단계를 포함하는 인공신경망 기반 추론 모델의 진단 방법
|
8 |
8
제 7 항에 있어서,상기 제어부가 상기 각 뉴런별 기여도에 기초하여 해당 뉴런에 입력된 센서데이터가 상기 잘못된 판단에 미치는 영향을 분석하는 단계를 더 포함하는 인공신경망 기반 추론 모델의 진단 방법
|
9 |
9
제 8 항에 있어서,상기 분석하는 단계는,상기 분석결과에 기초하여 센서의 고장을 검출하는 단계를 포함하는 인공신경망 기반 추론 모델의 진단 방법
|
10 |
10
제 9 항에 있어서,상기 센서의 고장을 검출하는 단계는,기여도가 가장 큰 뉴런에 입력된 센서데이터에 상응하는 센서를 고장으로 판단하는 단계를 포함하는 인공신경망 기반 추론 모델의 진단 방법
|
11 |
11
제 7 항에 있어서,상기 추론 모델은,각종 센서데이터를 기반으로 차량이 주행중이 노면을 일반, 눈길, 모래, 진흙 중 어느 하나로 판단하는 것을 특징으로 하는 인공신경망 기반 추론 모델의 진단 방법
|
12 |
12
제 11 항에 있어서,상기 각종 센서데이터는,조향각, 조향각속도, 요레이트, 휠속, BPS(Brake Pedal Sensor) 값, 마스터 실린더 압력, 횡가속도, 및 종가속도 중 적어도 하나를 포함하는 인공신경망 기반 추론 모델의 진단 방법
|