맞춤기술찾기

이전대상기술

인공 신경망 소자 및 이의 동작 방법

  • 기술번호 : KST2022019749
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 휘발성 특성을 가지는 가중치 정보를 비휘발성 특성을 가지는 가중치 정보로 전사하기 위한 인공 신경망 소자 및 인공 신경망 소자의 동작 방법이 개시된다. 학습부에서 휘발성의 특성을 가지는 휘발성 가중치 정보는 추론 제어부에서 비교되고, 정보 저장부에서 비휘발성 가중치 정보로 전사된다. 가중치 정보의 전사를 위해 정보 저장부에서는 프로그램 동작이 수행된다.
Int. CL G06N 3/063 (2006.01.01) G06N 3/08 (2006.01.01) G06N 5/04 (2006.01.01)
CPC G06N 3/063(2013.01) G06N 3/08(2013.01) G06N 5/04(2013.01)
출원번호/일자 1020210038255 (2021.03.24)
출원인 광운대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0133005 (2022.10.04) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.03.24)
심사청구항수 22

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 정인영 경기도 남양주시 늘을*로 *

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인이상 대한민국 서울특별시 서초구 바우뫼로 ***(양재동, 우도빌딩 *층)

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
2021.03.24 수리 (Accepted) 1-1-2021-0347558-65
2 선행기술조사의뢰서
Request for Prior Art Search
2022.08.12 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
학습을 통해 가중치 정보를 획득하는 학습부; 및 상기 학습부에 선택적으로 연결되며, 상기 학습부가 획득한 가중치 정보를 수신하여 저장하는 추론부를 포함하는 인공 신경망 소자
2 2
제1항에 있어서, 상기 학습부는상기 가중치 정보를 동적 특성의 커패시터 전압으로 저장하며,상기 추론부는 상기 가중치가 비휘발성 메모리 소자에 저장되는 것을 특징으로 하는 인공 신경망 소자
3 3
제2항에 있어서,상기 학습부가 출력하는 가중치 전류와 대응되는 상기 추론부가 출력하는 시냅스 전류가 동일하도록 상기 추론부의 가중치를 조절하는 것을 특징으로 하는 인공 신경망 소자
4 4
제1항에 있어서, 상기 학습부는 학습을 통해 상기 커패시터 전압을 저장하기 위한 가중치 정보 형성부; 및가중치 정보 형성부와 학습 컬럼 라인 사이에 연결되고, 학습 로우 라인을 통해 인가되는 제어전압에 의존하여 가중치 전류를 형성하고, 상기 학습 컬럼 라인에 상기 가중치 전류를 전달하기 위한 가중치 정보 제어부를 포함하는 것을 특징으로 하는 인공 신경망 소자
5 5
제1항에 있어서, 상기 추론부는상기 학습부에 선택적으로 연결되고, 상기 가중치 전류에 대한 전류 비교 동작을 수행하고, 프로그램 판단 동작을 수행하기 위한 추론 제어부; 및상기 추론 제어부에 선택적으로 연결되고, 프로그램 동작에 의해 문턱 전압이 변경되고, 추론 로우 라인을 통해 인가되는 읽기 전압에 따른 시냅스 전류를 형성하기 위한 정보 저장부를 포함하고,상기 추론 제어부는 읽기 전압에 따른 전류와 상기 가중치 전류를 비교하여 프로그램 제어신호를 출력하는 것을 특징으로 하는 인공 신경망 소자
6 6
제5항에 있어서, 상기 추론 제어전류가 상기 정보 저장부로 유입되면, 상기 프로그램 제어신호에 따라 상기 정보 저장부는 프로그램 동작을 수행하는 것을 특징으로 하는 인공 신경망 소자
7 7
제6항에 있어서, 상기 가중치 전류와 상기 읽기 전압에 따른 전류의 크기가 반전되는 시점까지 상기 프로그램 동작이 반복되는 것을 특징으로 하는 인공 신경망 소자
8 8
제5항에 있어서, 상기 추론 제어부는상기 학습부 또는 상기 정보 저장부에 선택적으로 연결되는 전류감지기; 및상기 전류감지기와 연결되고, 상기 프로그램 제어신호를 출력하기 위한 비교기를 포함하는 것을 특징으로 하는 인공 신경망 소자
9 9
제5항에 있어서, 상기 정보 저장부는 플래시 메모리 셀을 포함하는 것을 특징으로 하는 인공 신경망 소자
10 10
제5항에 있어서, 상기 정보 저장부는 복수개의 플래시 메모리 셀들이 스트링 형태로 연결된 것을 특징으로 하는 인공 신경망 소자
11 11
가중치 정보를 획득하여 휘발성의 가중치 전압으로 저장하는 학습부;상기 학습부의 가중치 전압에 의해 발생되는 가중치 전류에 상응하는 임시 저장 전압을 저장하기 위한 임시 저장부; 및상기 임시 저장부에 선택적으로 연결되며, 상기 임시 저장부가 공급하는 가중치 전류를 수신하고, 이를 비휘발성 데이터로 저장하기 위한 추론부를 포함하는 인공 신경망 소자
12 12
제11항에 있어서, 상기 학습부는 학습을 통해 상기 가중치 전압을 저장하기 위한 가중치 정보 형성부; 및가중치 정보 형성부와 학습 컬럼 라인 사이에 연결되고, 학습 로우 라인을 통해 인가되는 제어전압에 의존하여 가중치 전류를 형성하기 위한 가중치 정보 제어부를 포함하는 것을 특징으로 하는 인공 신경망 소자
13 13
제12항에 있어서, 상기 학습부에서 상기 가중치 전압을 저장하기 위한 커패시턴스 보다 상기 임시 저장부에서 상기 임시 저장 전압을 저장하기 위한 커패시턴스가 더 큰 것을 특징으로 하는 인공 신경망 소자
14 14
제11항에 있어서, 상기 추론부는상기 임시 저장부에 선택적으로 연결되고, 상기 가중치 전류에 대한 전류 비교 동작을 수행하고, 프로그램 판단 동작을 수행하기 위한 추론 제어부; 및상기 추론 제어부에 선택적으로 연결되고, 프로그램 동작에 의해 문턱 전압이 변경되고, 추론 로우 라인을 통해 인가되는 읽기 전압에 따른 시냅스 전류를 형성하기 위한 정보 저장부를 포함하고,상기 추론 제어부는 읽기 전압에 따른 상기 시냅스 전류와 상기 가중치 전류를 비교하여 프로그램 제어신호를 출력하는 것을 특징으로 하는 인공 신경망 소자
15 15
제14항에 있어서, 상기 정보 저장부는 플래시 메모리를 포함하는 것을 특징으로 하는 인공 신경망 소자
16 16
제14항에 있어서, 상기 정보 저장부는 복수개의 플래시 메모리 셀들이 직렬 연결되어 스트링을 구성하는 것을 특징으로 하는 인공 신경망 소자
17 17
휘발성의 가중치 정보에 상응하는 가중치 전류에 대한 전류 비교 동작을 수행하는 단계; 및상기 전류 비교 동작을 근거로 상기 가중치 전류가 비휘발성 가중치 정보로 전사되는 비휘발성 메모리에 대한 프로그램 동작을 판단하는 단계를 포함하는 인공 신경망 소자의 동작 방법
18 18
제17항에 있어서, 상기 전류 비교 동작은 상기 가중치 전류와 읽기 전압에 대한 상기 비휘발성 메모리의 시냅스 전류를 비교하는 것이며, 전류 비교 결과에 의해 추론 제어전류가 발생되는 것을 특징으로 하는 인공 신경망 소자의 동작 방법
19 19
제18항에 있어서, 상기 전류 비교 결과, 상기 가중치 전류가 상기 시냅스 전류보다 작으면, 상기 비휘발성 메모리에 대한 프로그램 동작이 수행되는 것을 특징으로 하는 인공 신경망 소자의 동작 방법
20 20
제18항에 있어서, 상기 전류 비교 결과, 프로그램 동작에 의해 상기 가중치 전류와 상기 시냅스 전류의 크기가 반전되면, 상기 비휘발성 메모리에 대한 프로그램 동작이 중지되는 것을 특징으로 하는 인공 신경망 소자의 동작 방법
21 21
제20항에 있어서, 상기 프로그램 동작의 중지에 의해 상기 가중치 전류의 전사가 상기 비휘발성 메모리에서 완료된 것으로 판단하는 것을 특징으로 하는 인공 신경망 소자의 동작 방법
22 22
제17항에 있어서, 상기 전류 비교 동작 이전에상기 휘발성의 가중치 정보에 상응하는 가중치 전류를 이용하여 상기 가중치 정보를 휘발성이 다른 가중치 정보로 임시 저장하는 단계를 더 포함하는 것을 특징으로 하는 인공 신경망 소자의 동작 방법
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 인하대학교 차세대지능형반도체기술개발(R&D) 고신뢰성 신경모사 시스템을 위한 실리콘 플래시 기반 전하저장형 시냅스 소자 및 어레이