맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

스파이킹 뉴럴 네트워크(SNN) 하드웨어에서 초저전력 소비를 위한 예측 방법, 이를 수행하기 위한 회로

  • 기술번호 : KST2022004504
  • 담당센터 : 대구기술혁신센터
  • 전화번호 : 053-550-1450
상담신청 PDF 받기
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 스파이킹 뉴럴 네트워크(SNN) 하드웨어에서 초저전력 소비를 위한 예측 방법은, 매 클럭 에지마다 입력 스파이크(spike_in)에 따른 막전위 값을 전위 메모리(potential memory)에 업데이트하는 단계; 저장된 막전위 값을 미리 설정된 게이팅 전위값(gating potential)과 비교하는 단계; 상기 막전위 값이 미리 설정된 게이팅 전위값 이하로 감소하면, 비교기의 출력을 변경하는 단계; 및 상기 비교기의 출력이 변경되는 경우, 입력되는 모든 클럭과 입력 스파이크(spike_in)를 차단하는 단계;를 포함한다. 이에 따라, 디지털로 구현된 SNN에서 전력 소비를 대폭 감소시킬 수 있다.
Int. CL G06N 3/063 (2006.01.01) G06N 3/04 (2006.01.01)
CPC G06N 3/063(2013.01) G06N 3/049(2013.01)
출원번호/일자 1020200137811 (2020.10.22)
출원인 경북대학교 산학협력단
등록번호/일자
공개번호/일자 10-2022-0053387 (2022.04.29) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.10.22)
심사청구항수 7

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 경북대학교 산학협력단 대한민국 대구광역시 북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 송대건 대구광역시 북구
2 양정규 대구광역시 북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 윤귀상 대한민국 서울특별시 금천구 디지털로*길 ** ***호 (가산동, 한신IT타워*차)(디앤특허법률사무소)

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		 2020.10.22 수리 (Accepted) 1-1-2020-1123100-71
2 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2020.10.30 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-1160405-03
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
매 클럭 에지마다 입력 스파이크(spike_in)에 따른 막전위 값을 전위 메모리(potential memory)에 업데이트하는 단계;저장된 막전위 값을 미리 설정된 게이팅 전위값(gating potential)과 비교하는 단계;상기 막전위 값이 미리 설정된 게이팅 전위값 이하로 감소하면, 비교기의 출력을 변경하는 단계; 및상기 비교기의 출력이 변경되는 경우, 입력되는 모든 클럭과 입력 스파이크(spike_in)를 차단하는 단계;를 포함하는, 스파이킹 뉴럴 네트워크(SNN) 하드웨어에서 초저전력 소비를 위한 예측 방법
2 2
제1항에 있어서, 상기 스파이킹 뉴럴 네트워크(SNN) 하드웨어는,디지털로 구현되고, 뉴런의 막전위가 발화율에 비례하여 증가하고, 발화율이 0에 수렴하는 뉴런의 막전위가 지속적으로 감소하는 복수의 뉴런을 포함하는 스파이킹 뉴럴 네트워크(SNN) 회로인, 스파이킹 뉴럴 네트워크(SNN) 하드웨어에서 초저전력 소비를 위한 예측 방법
3 3
제1항에 있어서, 상기 뉴런의 모든 클럭과 입력 스파이크(spike_in)를 차단하는 단계는,클럭 게이팅(clock gating)을 사용하여 상기 스파이킹 뉴럴 네트워크(SNN) 하드웨어에 입력되는 클럭을 차단하는, 스파이킹 뉴럴 네트워크(SNN) 하드웨어에서 초저전력 소비를 위한 예측 방법
4 4
제1항에 있어서, 상기 뉴런의 모든 클럭과 입력 스파이크(spike_in)를 차단하는 단계는,MUX 및 AND 게이트 중 적어도 하나를 사용하여 상기 스파이킹 뉴럴 네트워크(SNN) 하드웨어에 입력되는 입력 스파이크(spike_in)를 차단하는, 스파이킹 뉴럴 네트워크(SNN) 하드웨어에서 초저전력 소비를 위한 예측 방법
5 5
매 클럭 에지마다 입력 스파이크(spike_in)에 따른 막전위 값을 업데이트하는 전위 메모리(potential memory);상기 전위 메모리에 저장된 막전위 값을 미리 설정된 게이팅 전위값(gating potential)과 비교하는 임계부;상기 임계부에서 비교 결과, 상기 막전위 값이 미리 설정된 게이팅 전위값 이하로 감소하면, 출력을 변경하는 비교기; 및상기 비교기의 출력이 변경되는 경우, 입력되는 모든 클럭을 차단하는 제1 소자; 및상기 비교기의 출력이 변경되는 경우, 입력 스파이크(spike_in)를 차단하는 제2 소자;를 포함하는, 초저전력 소비를 위한 스파이킹 뉴럴 네트워크(SNN) 회로
6 6
제5항에 있어서, 디지털로 구현되고, 뉴런의 막전위가 발화율에 비례하여 증가하고, 발화율이 0에 수렴하는 뉴런의 막전위가 지속적으로 감소하는 복수의 뉴런을 포함하는, 초저전력 소비를 위한 스파이킹 뉴럴 네트워크(SNN) 회로
7 7
제5항에 있어서,상기 제1 소자는 AND 게이트를 포함하고, 상기 제2 소자는 MUX를 포함하는, 초저전력 소비를 위한 스파이킹 뉴럴 네트워크(SNN) 회로
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 경북대학교 개인기초연구(과기정통부)(R＆D) 머신러닝을 이용한 디지털 집적회로 라이브러리의 개발과 설계 시간 감소 및 최적화에 관한 연구