맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

무손실 압축 기법을 이용한 딥러닝 경량화 시스템 및 그 방법

  • 기술번호 : KST2023010021
  • 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 본 발명은 무손실 압축 기법을 이용한 딥러닝 경량화 시스템 및 그 방법에 대한 것이다. 본 발명에 따른 무손실 압축 기법을 이용한 딥러닝 경량화 시스템은 딥러닝 무손실 압축 모델을 이용하여 입력되는 데이터 패킷 중 처리 가능한 데이터 패킷의 연산을 처리하고, 압축된 형태로 출력되는 데이터 패킷을 가지치기를 이용하여 전달하는 엣지 디바이스; 및 상기 엣지 디바이스로부터 출력되는 데이터 패킷을 전달받아 잔여 추론을 진행하고, 상기 엣지 디바이스로부터 압축되어 손실된 정보를 보정하는 클라우드 서버를 포함한다.
Int. CL G06N 3/08 (2023.01.01) G06N 3/04 (2023.01.01) G06N 5/04 (2023.01.01) H04L 67/289 (2022.01.01) H03M 7/30 (2006.01.01)
CPC G06N 3/082(2013.01) G06N 3/045(2013.01) G06N 5/04(2013.01) H04L 67/289(2013.01) H03M 7/30(2013.01)
출원번호/일자 1020220053229 (2022.04.29)
출원인 경북대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0153612 (2023.11.07) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.04.29)
심사청구항수 10

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 강재모 대구광역시 북구
2 성민규 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		 2022.04.29 수리 (Accepted) 1-1-2022-0460723-11
2 특허고객번호 정보변경(경정)신고서·정정신고서
 2022.12.16 수리 (Accepted) 4-1-2022-5299287-47
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
딥러닝 무손실 압축 모델을 이용하여 입력되는 데이터 패킷 중 처리 가능한 데이터 패킷의 연산을 처리하고, 압축된 형태로 출력되는 데이터 패킷을 가지치기(pruning)를 이용하여 전달하는 엣지 디바이스; 및상기 엣지 디바이스로부터 출력되는 데이터 패킷을 전달받아 잔여 추론을 진행하고, 상기 엣지 디바이스로부터 압축되어 손실된 정보를 보정하는 클라우드 서버를 포함하는 무손실 압축 기법을 이용한 딥러닝 경량화 시스템
2 2
제1항에 있어서,상기 엣지 디바이스는,상기 딥러닝 무손실 압축 모델을 이용하여 연산 복잡도가 기준치 이하인 부분에 대해 추론 연산을 수행하는 무손실 압축 기법을 이용한 딥러닝 경량화 시스템
3 3
제2항에 있어서, 상기 딥러닝 무손실 압축 모델은 딥 컴프레션(deep compression) 기법을 이용하는 무손실 압축 기법을 이용한 딥러닝 경량화 시스템
4 4
제3항에 있어서,상기 클라우드 서버는,상기 딥 컴프레션 기법의 양자화(quantization) 단계에서 압축률과 정확도 간에 발생하는 트레이드 오프(trade-off)를 보정하는 무손실 압축 기법을 이용한 딥러닝 경량화 시스템
5 5
제1항에 있어서,상기 클라우드 서버는,상기 엣지 디바이스에서 처리되지 않은 부분에 대하여 잔여 추론을 진행하되,상기 엣지 디바이스에서 압축된 정도에 대응하여 미세조정(fine-tuning)을 진행한 후 상기 잔여 추론을 진행하는 무손실 압축 기법을 이용한 딥러닝 경량화 시스템
6 6
무손실 압축 기법을 이용한 딥러닝 경량화 시스템에 의해 수행되는 딥러닝 경량화 방법에 있어서,엣지 디바이스가 딥러닝 무손실 압축 모델을 이용하여 입력되는 데이터 패킷 중 처리 가능한 데이터 패킷의 연산을 처리하는 단계;상기 엣지 디바이스가 압축된 형태로 출력되는 데이터 패킷을 가지치기(pruning)를 이용하여 클라우드 서버에 전달하는 단계;상기 클라우드 서버가 상기 엣지 디바이스로부터 출력되는 데이터 패킷을 전달받아 잔여 추론을 진행하는 단계; 및상기 클라우드 서버가 상기 엣지 디바이스로부터 압축되어 손실된 정보를 보정하는 단계를 포함하는 딥러닝 경량화 방법
7 7
제6항에 있어서,상기 데이터 패킷의 연산을 처리하는 단계는,상기 딥러닝 무손실 압축 모델을 이용하여 연산 복잡도가 기준치 이하인 부분에 대해 추론 연산을 수행하는 딥러닝 경량화 방법
8 8
제7항에 있어서, 상기 딥러닝 무손실 압축 모델은 딥 컴프레션(deep compression) 기법을 이용하는 딥러닝 경량화 방법
9 9
제8항에 있어서,상기 손실된 정보를 보정하는 단계는,상기 딥 컴프레션 기법의 양자화(quantization) 단계에서 압축률과 정확도 간에 발생하는 트레이드 오프(trade-off)를 보정하는 딥러닝 경량화 방법
10 10
제6항에 있어서,상기 잔여 추론을 진행하는 단계는,상기 엣지 디바이스에서 처리되지 않은 부분에 대하여 잔여 추론을 진행하되,상기 엣지 디바이스에서 압축된 정도에 대응하여 미세조정(fine-tuning)을 진행한 후 상기 잔여 추론을 진행하는 딥러닝 경량화 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 교육부 경북대학교 이공학학술연구기반구축(R＆D) 차세대 에지 머신러닝을 위한 무선 통신 기술 개발