1 |
1
이미지 변환율(λ)을 입력받는 변환율입력단계(S01);상기 변환율입력단계(S01)에서 입력받은 이미지 변환율에 따라 입력데이터를 전처리하는 입력데이터전처리단계(S02);상기 입력데이터전처리단계(S02)에서 전처리된 데이터를 처리하기 위한 하드웨어 사용률(η)을 입력받는 하드웨어사용률입력단계(S03);상기 하드웨어사용률입력단계(S03)에서 입력받은 하드웨어 사용률에 맞추어 뉴런의 개수를 결정하는 뉴런수결정단계(S04);상기 뉴런수결정단계(S04)에서 결정된 뉴런의 개수를 레이어 계층설정에 반영는 레이어환경설정단계(S05);상기 레이어환경설정단계(S05)의 정보에 맞추어 신경망 모델을 생성하는 신경망모델생성단계(S06); 및상기 신경망모델생성단계(S06)를 통하여 생성된 신경망모델을 이용하여 상기 입력데이터전처리단계(S02)에서 전처리된 데이터를 처리하는 데이터처리단계(S07);를 포함하는 뉴로모픽 하드웨어 지원 IoT 응용 생성 자동화 방법
|
2 |
2
제1항에 있어서,상기 변환율입력단계(S01)는0
|
3 |
3
제2항에 있어서,상기 하드웨어사용률입력단계(S03)는0에서 1 사이의 실수 중에서 선택된 하드웨어 사용률을 입력받는 것을 특징으로 하는 뉴로모픽 하드웨어 지원 IoT 응용 생성 자동화 방법
|
4 |
4
제3항에 있어서,상기 레이어환경설정단계(S05)는상기 뉴런수결정단계(S04)에서 결정된 뉴런의 개수를 반영하여 레이어환경을 구성하는 뉴런수설정단계(S05a)와,뉴런설정을 위한 세부설정을 진행하는 뉴런모델세부설정단계(S05b)를 더 포함하는 것을 특징으로 하는 뉴로모픽 하드웨어 지원 IoT 응용 생성 자동화 방법
|
5 |
5
제4항에 있어서,상기 뉴런모델세부설정단계(S05b)의 세부설정은뉴런모델의 종류, 시냅스의 사용 여부와 정도, 뉴런이 작동하기 위한 firing rate 및 Intercepts를 포함하는 것을 특징으로 하는 뉴로모픽 하드웨어 지원 IoT 응용 생성 자동화 방법
|
6 |
6
제5항에 있어서,상기 레이어환경설정단계(S05)는상기 뉴런수설정단계(S05a)를 수행하고 추가적인 신경망 모델 설정이 필요하지 않을 경우 상기 신경망모델생성단계(S06)를 실행하는 것을 특징으로 하는 뉴로모픽 하드웨어 지원 IoT 응용 생성 자동화 방법
|