맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

고속 수렴성을 갖는 딥러닝 기반 신뢰전파 복호기 및 이의 학습 방법

  • 기술번호 : KST2022019282
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 본 발명은 딥러닝 기반 신뢰전파 복호기 및 이의 학습 방법에 관한 것으로서, 딥러닝 기반 복호기에서 중간 출력값을 갖는 채널 복호기의 특성을 반영한 그리디 알고리즘(Greedy algorithm)을 기반으로 손실 함수를 재정의하는 단계 및 상기 재정의된 손실 함수를 통해 각 은닉 층의 학습을 수행하여 복호 결과를 출력하는 단계를 포함한다.
Int. CL H03M 13/11 (2006.01.01) H03M 13/45 (2006.01.01) H03M 13/00 (2017.01.01) G06N 3/08 (2006.01.01)
CPC H03M 13/1102(2013.01) H03M 13/45(2013.01) H03M 13/617(2013.01) H03M 13/6502(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020210041527 (2021.03.31)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2022-0135609 (2022.10.07) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.03.31)
심사청구항수 9

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 하정석 대전광역시 유성구
2 한석주 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

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		 2021.03.31 수리 (Accepted) 1-1-2021-0375758-91
2 선행기술조사의뢰서
Request for Prior Art Search		 2022.03.15 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2022.06.16 발송처리완료 (Completion of Transmission) 9-6-2022-0133499-11
4 의견제출통지서
Notification of reason for refusal		 2022.09.02 발송처리완료 (Completion of Transmission) 9-5-2022-0669516-03
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
고속 수렴성을 갖는 딥러닝 기반 신뢰전파 복호기의 학습 방법에 있어서, 딥러닝 기반 복호기에서 중간 출력값을 갖는 채널 복호기의 특성을 반영한 그리디 알고리즘(Greedy algorithm)을 기반으로 손실 함수를 재정의하는 단계; 및상기 재정의된 손실 함수를 통해 각 은닉 층의 학습을 수행하여 복호 결과를 출력하는 단계를 포함하는, 딥러닝 기반 신뢰전파 복호기의 학습 방법
2 2
제1항에 있어서,상기 재정의하는 단계는상기 신뢰전파 복호기의 초반 반복 횟수에서 다중 손실 함수에 가중치를 설정하며, 낮은 반복 횟수의 출력 값에 대한 손실에 가중치를 반영하여 손실 함수를 재정의하는, 딥러닝 기반 신뢰전파 복호기의 학습 방법
3 3
제2항에 있어서,상기 재정의하는 단계는상기 신뢰 전파 복호기의 특정 은닉층에 대한 학습 과정에서 인접한 은닉층의 출력 결과에 대해 가중치를 둔 학습을 진행하는 것을 특징으로 하는, 딥러닝 기반 신뢰전파 복호기의 학습 방법
4 4
제1항에 있어서,상기 그리디 알고리즘을 통한 상기 신뢰전파 복호기의 중간 은닉층은 후반 은닉 층으로 신뢰도 높은 메시지를 전파하는, 딥러닝 기반 신뢰전파 복호기의 학습 방법
5 5
제1항에 있어서,상기 출력하는 단계는상기 재정의하는 단계를 통한 가중치의 도입으로 상기 신뢰전파 복호기의 각 은닉 층이 기 설정된 반복 횟수 이후에 복호 결과를 출력하도록 학습하며, 복호 결과를 출력하는, 딥러닝 기반 신뢰전파 복호기의 학습 방법
6 6
고속 수렴성을 갖는 딥러닝 기반 신뢰전파 복호기에 있어서, 딥러닝 기반 복호기에서 중간 출력값을 갖는 채널 복호기의 특성을 반영한 그리디 알고리즘(Greedy algorithm)을 기반으로 손실 함수를 재정의하는 것을 특징으로 하는, 딥러닝 기반 신뢰전파 복호기
7 7
제6항에 있어서,상기 딥러닝 기반 신뢰전파 복호기는상기 신뢰전파 복호기의 초반 반복 횟수에서 다중 손실 함수에 가중치를 설정하며, 낮은 반복 횟수의 출력 값에 대한 손실에 학습 과정에서 가중치를 반영하여 손실 함수를 재정의하는, 딥러닝 기반 신뢰전파 복호기
8 8
제7항에 있어서,상기 재정된 손실 함수는가중치의 도입을 통해 상기 신뢰전파 복호기에서 각 은닉 층의 학습이 인접 출력 값의 신뢰도에 가중을 둔 학습으로 진행되도록 하는, 딥러닝 기반 신뢰전파 복호기
9 9
제8항에 있어서,상기 각 은닉 층은기 설정된 반복 횟수 이후에 복호 결과를 출력하도록 학습되는 것을 특징으로 하는, 딥러닝 기반 신뢰전파 복호기
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 한국과학기술원 이공분야기초연구사업 차세대 반도체 메모리 저장장치를 위한 기계학습 기반의 적응형 신호처리 및 오류정정 기술(2020)
2 과학기술정보통신부 한국과학기술원 정보통신.방송 연구개발사업 (통합EZ)인공지능을 위한 양자컴퓨팅 기초 원천 기술 연구(2020)