1 |
1
양자 시스템(quantum system)을 이용하여 인공 시각(machine vision)에서 영상 간 패턴을 인식하는 연산 장치에 있어서,제1 영상의 관심점들 간의 관계로부터 도출되는 제1 패턴과, 제2 영상의 관심점들 간의 관계로부터 도출되는 제2 패턴 간의 유사도에 기반한 목적 함수를 설정하는 모델링부; 및상기 목적 함수가 최적화되는 상기 양자 시스템의 단열적 전개(adiabatic evolve) 과정을 거쳐 얻어지는 최종 양자 상태를 해석하여 상기 제1 패턴과 상기 제2 패턴 간의 유사도가 최적화되는 최적의 제1 패턴과 제2 패턴을 탐색하는 해석부;를 포함하는 양자 시스템 기반의 인공 시각용 영상 패턴 인식 연산 장치
|
2 |
2
제1항에 있어서,상기 모델링부는 상기 제1 영상의 관심점들 간의 관계를 벡터화하고, 상기 벡터화된 상기 제1 영상의 관심점들 간의 관계의 집합을 상기 제1 패턴으로서 모델링하고, 상기 제2 영상의 관심점들 간의 관계를 벡터화하고, 상기 벡터화된 상기 제2 영상의 관심점들 간의 관계의 집합을 상기 제2 패턴으로서 모델링하는 것을 특징으로 하는 양자 시스템 기반의 인공 시각용 영상 패턴 인식 연산 장치
|
3 |
3
제1항에 있어서,상기 양자 시스템은 쌍극자(dipole) 간의 상호작용을 반영하는 물리 모델을 포함하는 것을 특징으로 하는 양자 시스템 기반의 인공 시각용 영상 패턴 인식 연산 장치
|
4 |
4
제3항에 있어서,상기 양자 시스템은 자성체의 쌍극자 상호작용을 반영하는 이징(Ising) 모델을 포함하는 것을 특징으로 하는 양자 시스템 기반의 인공 시각용 영상 패턴 인식 연산 장치
|
5 |
5
제4항에 있어서,상기 이징 모델은 트랩된 이온기반의 스핀-포논 커플링을 반영하는 물리 모델인 것을 특징으로 하는 양자 시스템 기반의 인공 시각용 영상 패턴 인식 연산 장치
|
6 |
6
제1항에 있어서,상기 양자 시스템은 상기 목적 함수에 대응하는 에너지를 가지는 물리 모델을 포함하는 것을 특징으로 하는 양자 시스템 기반의 인공 시각용 영상 패턴 인식 연산 장치
|
7 |
7
양자 시스템을 이용하여 영상 간 패턴을 인식하는 인공 시각 장치에 있어서,제1 영상을 획득하는 광학 모듈; 상기 획득된 제1 영상의 관심점들 간의 관계로부터 제1 패턴을 도출하고, 제2 영상의 관심점들 간의 관계로부터 제2 패턴을 도출하는 프로세서; 및상기 도출된 상기 제1 패턴 및 상기 제2 패턴을 저장하는 메모리;를 포함하고, 상기 프로세서는상기 메모리에 저장된 상기 제1 패턴 및 상기 제2 패턴 간의 유사도에 기반한 목적 함수를 설정하는 모델링부; 및상기 목적 함수가 최적화되는 상기 양자 시스템의 단열적 전개(adiabatic evolve) 과정을 거쳐 얻어지는 최종 양자 상태를 해석하여 상기 제1 패턴과 상기 제2 패턴 간의 유사도가 최적화되는 최적의 제1 패턴과 제2 패턴을 탐색하는 해석부;를 포함하는 것을 특징으로 하는 양자 시스템 기반의 인공 시각 장치
|
8 |
8
제7항에 있어서,상기 프로세서는상기 제1 영상의 관심점들 간의 관계를 벡터화하고, 상기 벡터화된 상기 제1 영상의 관심점들 간의 관계의 집합을 상기 제1 패턴으로서 모델링하고, 상기 제2 영상의 관심점들 간의 관계를 벡터화하고, 상기 벡터화된 상기 제2 영상의 관심점들 간의 관계의 집합을 상기 제2 패턴으로서 모델링하는 것을 특징으로 하는 양자 시스템 기반의 인공 시각 장치
|
9 |
9
제7항에 있어서,상기 양자 시스템은 쌍극자(dipole) 간의 상호작용을 반영하는 물리 모델을 포함하는 것을 특징으로 하는 양자 시스템 기반의 인공 시각 장치
|
10 |
10
인공 지능(artificial intelligence) 또는 기계 학습(machine learning) 기반의 패턴을 인식하고 최적화하는 연산 장치에 있어서, 상기 연산 장치는 양자 시스템(quantum system)과 연결되고, 제1 데이터의 요소들 간의 관계로부터 도출되는 제1 패턴과, 제2 데이터의 요소들 간의 관계로부터 도출되는 제2 패턴 간의 유사도에 기반한 목적 함수를 설정하는 모델링부; 및상기 목적 함수가 최적화되는 상기 양자 시스템의 단열적 전개(adiabatic evolve) 과정을 거쳐 얻어지는 최종 양자 상태를 해석하여 상기 제1 패턴과 상기 제2 패턴 간의 유사도가 최적화되는 최적의 제1 패턴과 제2 패턴을 탐색하는 해석부;를 포함하는 양자 시스템 기반의 인공 지능 또는 기계 학습용 패턴 인식 연산 장치
|
11 |
11
양자 시스템(quantum system)을 이용하여 인공 시각(machine vision)에서 영상 간 패턴을 인식하는 연산 방법에 있어서,제1 영상의 관심점들 간의 관계로부터 도출되는 제1 패턴과, 제2 영상의 관심점들 간의 관계로부터 도출되는 제2 패턴 간의 유사도에 기반한 목적 함수를 설정하는 단계; 및상기 목적 함수가 최적화되는 상기 양자 시스템의 단열적 전개(adiabatic evolve) 과정을 거쳐 얻어지는 최종 양자 상태를 해석하여 상기 제1 패턴과 상기 제2 패턴 간의 유사도가 최적화되는 최적의 제1 패턴과 제2 패턴을 탐색하는 단계;를 포함하는 양자 시스템 기반의 인공 시각용 영상 패턴 인식 연산 방법
|
12 |
12
제11항에 있어서,상기 목적 함수를 설정하는 단계는상기 제1 영상의 관심점들 간의 관계를 벡터화하고, 상기 벡터화된 상기 제1 영상의 관심점들 간의 관계의 집합을 상기 제1 패턴으로서 모델링하고, 상기 제2 영상의 관심점들 간의 관계를 벡터화하고, 상기 벡터화된 상기 제2 영상의 관심점들 간의 관계의 집합을 상기 제2 패턴으로서 모델링하는 것을 특징으로 하는 양자 시스템 기반의 인공 시각용 영상 패턴 인식 연산 방법
|
13 |
13
제11항에 있어서,상기 양자 시스템은 쌍극자(dipole) 간의 상호작용을 반영하는 물리 모델을 포함하는 것을 특징으로 하는 양자 시스템 기반의 인공 시각용 영상 패턴 인식 연산 방법
|
14 |
14
제13항에 있어서,상기 양자 시스템은 자성체의 쌍극자 상호작용을 반영하는 이징(Ising) 모델을 포함하는 것을 특징으로 하는 양자 시스템 기반의 인공 시각용 영상 패턴 인식 연산 방법
|
15 |
15
제14항에 있어서,상기 이징 모델은 트랩된 이온기반의 스핀-포논 커플링을 반영하는 물리 모델인 것을 특징으로 하는 양자 시스템 기반의 인공 시각용 영상 패턴 인식 연산 방법
|
16 |
16
제11항에 있어서,상기 양자 시스템은 상기 목적 함수에 대응하는 에너지를 가지는 물리 모델을 포함하는 것을 특징으로 하는 양자 시스템 기반의 인공 시각용 영상 패턴 인식 연산 방법
|
17 |
17
인공 지능(artificial intelligence) 또는 기계 학습(machine learning) 기반의 패턴을 인식하고 최적화하는 연산 장치의 연산 방법에 있어서, 상기 연산 장치에서 제1 데이터의 요소들 간의 관계로부터 도출되는 제1 패턴과, 제2 데이터의 요소들 간의 관계로부터 도출되는 제2 패턴 간의 유사도에 기반한 목적 함수를 설정하는 단계; 상기 제1 패턴 및 상기 제2 패턴을 물리적 상태 변수로 모델링할 수 있는 양자 시스템과 상기 연산 장치를 연결하는 단계; 및상기 목적 함수가 최적화되는 상기 양자 시스템의 단열적 전개(adiabatic evolve) 과정을 거쳐 얻어지는 최종 양자 상태를 해석하여 상기 제1 패턴과 상기 제2 패턴 간의 유사도가 최적화되는 최적의 제1 패턴과 제2 패턴을 탐색하는 단계;를 포함하는 양자 시스템 기반의 인공 지능 또는 기계 학습용 패턴 인식 연산 방법
|
18 |
18
제11항 내지 제17항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록 매체
|