뉴로 모픽 소자 및 이를 이용한 가이드 트레이닝 방법
출원번호
1020180008570
등록번호
1020494630000
권리구분
특허권
권리기간
2018-01-24 ~ 2038-01-24
문의처
02-3277-3476
기관의 인기특허
등록된 콘텐츠가 없습니다. |
기술 정보
발명명칭
뉴로 모픽 소자 및 이를 이용한 가이드 트레이닝 방법
기술분야
반도체, 전기전자
거래방식
#특허판매#노하우#라이선스#연구협력
매도가격
가격 협의
문의처
02-3277-3476
기술 소개
기술개요
- 본 기술은 뉴로 모픽 소자 및 이를 이용하여, 전체 입력 데이터의 학습 효과를 향상시키는 가이드 트레이닝 방법에 대한 것이다.
뉴로모픽 소자를 도시한 블록도
배경기술
- 최근 들어 인공 신경망에 대한 관심이 증가함에 따라, 이를 하드웨어적으로 구현한 뉴로 모픽 소자에 대한 연구가 활발하게 진행되고 있다.
- 인공 신경 회로망의 연결 상태를 자율적으로 바꾸어 학습하는 방법으로서 비지도 학습(unsupervised learning)이 알려져 있으며, 그 중 자율 학습 기전의 가장 기본이 되는 방식으로 헤비안 학습(Hebbian Learning) 방식이 알려져 있다.
- 헤비안 학습은 입력 데이터에 대한 출력이 존재하는 연결에 대해서는 연결을 강화시키고 그렇지 않은 경우는 반대로 연결을 약화시키는 것과 같이, 주어진 정보(input data)와 이에 대한 결과(output)의 상관 관계를 통하여 시냅스 가중치를 조정하여 학습하는 방식이다.
- 최근에는 대부분의 학습 알고리즘이 지도학습(supervised learning)의 형태를 취하고 있고, 빅 데이터 분석의 경우에도 초기 학습 단계에서 지도학습을 통해 학습 방향을 잡은 후 비지도 학습을 하는 것은 비지도 학습의 학습 결과를 분석하기 어렵기 때문이다.
- 또한 지도학습의 경우에는 원하는 패턴으로 학습을 시킬 수 있다는 장점이 있지만 이를 위해 오차조정이 수반되어야 한다.
머신러닝의 분류(출처:핸즈온 머신러닝)
기존 기술의 한계
- 오차를 조정하여 원하는 패턴으로 분류를 하는 방식이 학습 알고리즘이며, 알고리즘마다 연산 정도의 차이는 있으나 기본적으로 수식 연산을 필요로 하게 된다.
- 그러나 이러한 복잡한 오차 수정 연산을 기계적으로 구현하게 될 경우 그 자체로 연산 속도, 시간 및 회로 집적도 면에서 뉴로 모픽 소자의 장점이 훼손된다.
- 비지도 학습의 경우 STDP(Spike Timing Dependent Plasticity) 알고리즘과 같이 입력과 출력의 상관 관계만을 가지고 트레이닝이 이루어지기 때문에, 오차 조정에 필요한 연산과정이 필요 없어 하드웨어 구현 측면에 있어서 적합한다.
- 그러나 초기값에 따라 학습 패턴이 매번 바뀌게 되며, 학습 데이터가 복잡해지고 분류 범주가 늘어날수록 학습 패턴을 분석하기 어렵다는 문제가 있다.
뉴로 모픽 소자의 시냅스 어레이를 도시한 도면
기술의 특징
- 본 기술은 오차 조정 연산을 하지 않고 입력과 출력 데이터만을 이용하여 원하는 패턴으로 학습 시키는 가이드 트레이닝 방법에 관한 것이다.
- 본 기술은 입력 데이터를 분할한 요소 데이터의 상태만으로 시냅스 소자의 가중치를 변경하는 방법을 통해 전체 입력 데이터의 학습을 편리하게 수행할 수 있다.
- 특히, 복잡한 오차 수정연산을 수행하지 않으므로, 뉴로 모픽 소자의 연산 속도, 시간 및 회로 집적도의 하드웨어적 이점을 최대한 활용할 수 있다.
인공 신경망 회로도를 도시한 도면
사업성
- 인공지능 기술의 급격한 발전과 함께 다양한 분야에서 연구가 활발하게 이루어지고 있으며, 적용 범위를 넓혀가고 있는 머신러닝과 관련하여, 머신러닝 분야는 벤처캐피털 투자, 사모펀드(PE) 자금조달, 합병·인수의 지적재산권(IP) 및 특허분야에서도 우위를 차지하고 있는 등 높은 기대가치를 지니고 있는 기술분야이다.
- 머신러닝 시장은 2017년 기준 약 14억 달러 규모를 형성하고 있었으며, 연평균 44.1%의 고성장률을 보이며 2022년까지 약 88 억 달러 규모로 성장할 전망이다.
- 본 기술은 원하는 패턴으로 학습 시키는 가이드 트레이닝 기술로, 이러한 머신러닝 분야에서 높은 효율성을 제공할 수 있는 인공 신경망 기술로 주목된다.
머신러닝 시장(출처:보안뉴스)
매도/수 절차
절차과정
연구자의 보유기술
등록된 콘텐츠가 없습니다. |