| 1 |
1
다중 소자 기반의 시냅스를 이용한 신경망 학습 장치에 있어서,신경망의 가중치를 제1정밀도에 기반하여 업데이트 하기 위한 복수의 제1저항 소자를 포함하는 제1시냅스부; 및상기 신경망의 가중치를 상기 제1정밀도 대비 높은 정밀도로 업데이트 하기 위한 복수의 제2저항 소자를 포함하는 제2시냅스부,를 포함하는, 신경망 학습 장치
|
| 2 |
2
제1항에 있어서,상기 제1저항 소자의 컨덕턴스 값은 상기 제2저항 소자의 컨덕턴스 값 대비 큰 것인, 신경망 학습 장치
|
| 3 |
3
제2항에 있어서,상기 가중치는,상기 신경망의 학습 진행 수준에 기초하여 상기 제1시냅스부 또는 상기 제2시냅스부에 기초하여 선택적으로 업데이트 되는 것을 특징으로 하는, 신경망 학습 장치
|
| 4 |
4
제3항에 있어서,상기 제1시냅스부는 상기 학습 진행 수준에 기초하여 상대적으로 상기 신경망의 초반부 학습에 관여하고,상기 제2시냅스부는 상기 학습 진행 수준에 기초하여 상대적으로 상기 신경망의 후반부 학습에 관여하는 것인, 신경망 학습 장치
|
| 5 |
5
제3항에 있어서,상기 신경망은 미리 설정된 복수의 에포크만큼 반복 학습되는 것을 특징으로 하고,상기 복수의 에포크 중 어느 하나의 에포크가 완료될 때마다 상기 신경망의 정확도(Accuracy) 변화를 산출하여 상기 학습 진행 수준을 평가하는 학습 평가부,를 더 포함하는 것인, 신경망 학습 장치
|
| 6 |
6
제5항에 있어서,상기 어느 하나의 에포크를 통해 상기 제1시냅스부에 의해 상기 가중치가 업데이트된 후 상기 학습 평가부에 의해 평가된 상기 정확도 변화가 미리 설정된 임계값 이하이면, 상기 어느 하나의 에포크 이후의 에포크에서는 상기 제2시냅스부에 의해 상기 가중치가 업데이트 되는 것인, 신경망 학습 장치
|
| 7 |
7
제2항에 있어서,상기 제1저항 소자의 컨덕턴스 값은 상기 제2저항 소자의 컨덕턴스 값에 미리 설정된 이득 계수를 곱한 것인, 신경망 학습 장치
|
| 8 |
8
제1항에 있어서,상기 복수의 제1저항 소자 및 상기 복수의 제2저항 소자 중 적어도 하나는 교차 구조(Crossbar array)로 구비되는 것인, 신경망 학습 장치
|
| 9 |
9
다중 소자 기반의 시냅스를 이용한 신경망 회로에 있어서,복수의 인공 뉴런; 및상기 복수의 인공 뉴런 간의 가중치를 제1정밀도에 기반하여 업데이트 하기 위한 복수의 제1저항 소자 및 상기 가중치를 상기 제1정밀도 대비 높은 정밀도로 업데이트 하기 위한 복수의 제2저항 소자를 포함하는 적어도 하나의 시냅스 유닛,을 포함하는 신경망 회로
|
| 10 |
10
다중 소자 기반의 시냅스를 이용한 신경망 학습 방법에 있어서,신경망의 가중치에 기초하여 추론을 수행하는 단계;상기 추론 결과에 기초하여 오류를 계산하는 단계; 및상기 오류에 기초하여 상기 가중치를 업데이트 하는 단계,를 포함하고,상기 업데이트 하는 단계는,상기 가중치를 제1정밀도에 기반하여 업데이트 하기 위한 복수의 제1저항 소자를 포함하는 제1시냅스부 또는 상기 가중치를 상기 제1정밀도 대비 높은 정밀도로 업데이트 하기 위한 복수의 제2저항 소자를 포함하는 제2시냅스부를 선택적으로 이용하여 상기 가중치를 업데이트 하는 것인, 신경망 학습 방법
|
| 11 |
11
제10항에 있어서,상기 제1저항 소자의 컨덕턴스 값은 상기 제2저항 소자의 컨덕턴스 값 대비 큰 것인, 신경망 학습 방법
|
| 12 |
12
제11항에 있어서,상기 업데이트 하는 단계는,상기 신경망의 학습 진행 수준에 기초하여 상대적으로 상기 신경망의 초반부 학습에 상기 제1시냅스부를 이용하고, 상기 학습 진행 수준에 기초하여 상대적으로 상기 신경망의 후반부 학습에 상기 제2시냅스부를 이용하는 것인, 신경망 학습 방법
|
| 13 |
13
제12항에 있어서,상기 신경망 학습 방법은 미리 설정된 복수의 에포크만큼 반복 수행되는 것을 특징으로 하고,상기 복수의 에포크 중 어느 하나의 에포크가 완료될 때마다 상기 신경망의 정확도(Accuracy) 변화를 산출하여 상기 학습 진행 수준을 평가하는 단계,를 더 포함하는 것인, 신경망 학습 방법
|
| 14 |
14
제13항에 있어서,상기 평가하는 단계에 의해, 상기 어느 하나의 에포크를 통해 상기 제1시냅스부에 의해 상기 가중치가 업데이트된 후 상기 정확도 변화가 미리 설정된 임계값 이하인 것으로 평가되면,상기 업데이트 하는 단계는,상기 어느 하나의 에포크 이후의 에포크에서는 상기 제2시냅스부를 이용하여 상기 가중치를 업데이트 하는 것인, 신경망 학습 방법
|
| 15 |
15
제11항에 있어서,상기 제1저항 소자의 컨덕턴스 값은 상기 제2저항 소자의 컨덕턴스 값에 미리 설정된 이득 계수를 곱한 것인, 신경망 학습 방법
|
