| 1 |
1
확장가능한 심층신경망(DNN) 훈련 방법에 있어서, 상기 방법은:입력 데이터의 최대 개수에 기반한 하나의 DNN을 준비하는 단계;상기 DNN에 대해서, 상기 최대 개수 이하의 활성 입력 데이터의 제 1 개수 및 상기 제 1 개수의 활성 입력 데이터의 하나 이상의 조합, 및 상기 최대 개수 이하의 활성 입력 데이터의 제 2 개수 및 상기 제 2 개수의 활성 입력 데이터의 하나 이상의 조합을 포함하는 입력 데이터에 기초한 오프라인 훈련을 수행하는 단계; 및상기 DNN에 대한 훈련이 완료된 후, 상기 최대 개수 이하의 소정의 개수의 유효 입력 데이터에 기초하여 출력 데이터를 추출하는 단계를 포함하는, 방법
|
| 2 |
2
제 1 항에 있어서,상기 제 1 개수의 활성 입력 데이터 및 상기 제 2 개수의 활성 입력 데이터에 기초하여 동일한 하나의 상기 DNN에 대한 훈련이 수행되는, 방법
|
| 3 |
3
제 1 항에 있어서,상기 제 1 개수 및 상기 제 2 개수는 랜덤하게 결정되는, 방법
|
| 4 |
4
제 1 항에 있어서,상기 제 1 개수의 활성 입력 데이터 및 상기 제 2 개수의 활성 입력 데이터 각각의 상기 하나 이상의 조합은 랜덤하게 결정되는, 방법
|
| 5 |
5
제 1 항에 있어서,상기 최대 개수 중 상기 제 1 개수의 활성 입력 데이터를 제외한 나머지 입력 데이터, 및 상기 최대 개수 중 상기 제 2 개수의 활성 입력 데이터를 제외한 나머지 입력 데이터는 0 행렬로 주어지는, 방법
|
| 6 |
6
제 1 항에 있어서,상기 최대 개수의 입력 데이터의 각각이 0 행렬을 가지는 확률에 기초하여, 상기 최대 개수의 입력 데이터의 각각이 결정되고,상기 제 1 개수 및 상기 제 2 개수의 각각은, 각각의 훈련 수행에서 0 행렬이 아닌 입력 데이터의 개수에 해당하는, 방법
|
| 7 |
7
제 1 항에 있어서,최대 개수 이하의 활성 입력 데이터의 추가적인 하나 이상의 개수 및 상기 추가적인 하나 이상의 개수 각각에 대한 활성 입력 데이터의 하나 이상의 조합에 대한 추가적인 하나 이상의 오프라인 훈련이 수행되는, 방법
|
| 8 |
8
제 7 항에 있어서,상기 추가적인 하나 이상의 개수는, 상기 제 1 개수 및 상기 제 2 개수를 제외한 상기 최대 개수 이하의 나머지 모든 개수에 해당하는, 방법
|
| 9 |
9
제 7 항에 있어서,상기 소정의 개수는 상기 제 1 개수, 상기 제 2 개수 또는 상기 추가적인 하나 이상의 개수 중의 어느 하나에 해당하는, 방법
|
| 10 |
10
제 1 항에 있어서,상기 DNN은 소정의 시스템의 하나 이상의 파라미터의 최적화를 위해서 준비되는, 방법
|
| 11 |
11
제 10 항에 있어서,상기 입력 데이터의 개수는, 상기 소정의 시스템을 구성하는 개체 또는 자원 중의 하나 이상의 개수에 대응하는, 방법
|
| 12 |
12
제 10 항에 있어서,상기 소정의 시스템은 다중입출력(MIMO) 무선 통신 시스템인, 방법
|
| 13 |
13
확장가능한 심층신경망 장치에 있어서, 상기 장치는:메모리; 및프로세서를 포함하고,상기 프로세서는, 입력 데이터의 최대 개수에 기반한 하나의 DNN을 준비하고; 상기 DNN에 대해서, 상기 최대 개수 이하의 활성 입력 데이터의 제 1 개수 및 상기 제 1 개수의 활성 입력 데이터의 하나 이상의 조합, 및 상기 최대 개수 이하의 활성 입력 데이터의 제 2 개수 및 상기 제 2 개수의 활성 입력 데이터의 하나 이상의 조합을 포함하는 입력 데이터에 기초한 오프라인 훈련을 수행하고; 및 상기 DNN에 대한 훈련이 완료된 후, 상기 최대 개수 이하의 소정의 개수의 유효 입력 데이터에 기초하여 출력 데이터를 추출하도록 설정되는, 장치
|
