-
公开(公告)号：WO2019124737A1
公开(公告)日：2019-06-27
申请号：PCT/KR2018/013627
申请日：2018-11-09
Applicant: 삼성전자 주식회사 , 포항공과대학교 산학협력단
Abstract: 본 발명은 4G 시스템 이후 보다 높은 데이터 전송률을 지원하기 위한 5G 통신 시스템을 IoT 기술과 융합하는 통신 기법 및 그 시스템에 관한 것이다. 또한 본 발명은 상기 안테나 모듈의 상면을 구성하며 일측면에 제1 개구면이 형성되어 있는 제1 플레이트, 상기 안테나 모듈의 측면을 구성하고, 상기 제1 플레이트와 접하여 상기 제1 플레이트와 제1 각도를 형성하며, 상기 제1 개구면이 연장되도록 일측면에 제2 개구면이 형성되어 있는 제2 플레이트 및 일면이 상기 제1 플레이트와 전기적으로 연결되며, 상기 제1 개구면 또는 상기 제2 개구면에 배치되는 급전부를 포함하는 안테나 모듈을 제공한다.
-
公开(公告)号：WO2022102860A1
公开(公告)日：2022-05-19
申请号：PCT/KR2020/018531
申请日：2020-12-17
Applicant: 포항공과대학교 산학협력단
Abstract: 본 발명은 복수의 행렬곱으로 구성된 뉴럴 네트워크 모델에서 행렬곱의 연산량을 감소시키는 방법으로서, 초기 뉴럴 네트워크 모델을 복수의 행렬곱으로 분류하는 단계; 특이값 분해(Singular Value Decomposition; SVD)에 기반하여 상기 복수의 행렬곱을 간소화하는 단계; 및 상기 간소화된 복수의 행렬곱을 기초로 뉴럴 네트워크 모델을 재학습시키는 단계를 포함하는, 행렬곱 연산량 감소 방법을 개시한다.
-
公开(公告)号：WO2020262777A1
公开(公告)日：2020-12-30
申请号：PCT/KR2019/017108
申请日：2019-12-05
Applicant: 재단법인대구경북과학기술원 , 포항공과대학교 산학협력단
Abstract: 본 발명은 병렬 SC 복호기의 멀티비트 부분합 네트워크 장치에 관한 것으로, 이전 복호 결과를 이용하여 매트릭스를 생성하는 매트릭스 생성 유닛과, 매트릭스 생성 유닛의 매트릭스를 연산하여 부분합을 연산하는 부분합 연산 유닛과, 부분합 연산 유닛의 연산결과들 중 일부를 선택하여 프로세싱 엘리먼트로 제공하는 연결 멀티플랙서를 포함하는 병렬 SC 복호기의 멀티비트 부분합 네트워크 장치에 있어서, 상기 매트릭스 생성 유닛은, 최대 생성 비트의 수를 상기 프로세싱 엘리먼트의 수와 동수로 한정하고, 잔여 스테이지들 각각의 멀티플랙서의 입력수를 상기 최대 생성 비트의 마지막 스테이지의 멀티플랙서의 입력수와 동수로 제한된다.
-
公开(公告)号：WO2020262775A1
公开(公告)日：2020-12-30
申请号：PCT/KR2019/015834
申请日：2019-11-19
Applicant: 재단법인대구경북과학기술원 , 포항공과대학교 산학협력단
Abstract: 본 발명은 극부호 복호 장치 및 방법에 관한 것으로, 수신 비트를 저장하는 메모리와, 상기 메모리의 수신 비트의 노드에 따라 F연산 또는 G연산을 수행하되, 스페셜 노드의 프루닝 과정과 동시에 후보 부분합(Candidate Partial Sum)을 이용하여 G연산을 수행하는 프로세싱 엘리먼트(Processing Element)와, 프루닝을 수행하여 복호화된 정보 비트를 출력함과 아울러 프루닝 과정 중 분류(sorting) 전의 값을 선택적으로 출력하는 메트릭 연산 유닛(Metric Computing Unit)와, 부분합을 연산하며, 상기 메트릭 연산 유닛의 분류 전의 값을 이용하여 상기 후보 부분합을 연산하여 출력하는 부분합 네트워크(Partial Sum Network)를 포함한다.
-
公开(公告)号：WO2022102843A1
公开(公告)日：2022-05-19
申请号：PCT/KR2020/016696
申请日：2020-11-24
Applicant: 포항공과대학교 산학협력단
Abstract: 비이진 저밀도 패리티 검사 코드 복호기 및 이를 이용한 복호화 방법은 데이터 통신 시스템에 적용되는 오류정정부호 중 하나인 NB LDPC(Non-Binary Low Density Parity Check Codes)를 저지연, 저복잡으로 복호할 수 있는 하드웨어 구조를 제공하고, 한 사이클에 2개의 최솟값을 출력값으로 동시에 출력하여 복잡도를 낮추고 지연 시간을 크게 줄일 수 있다. 본 발명은 복호기에서 한 사이클에 두 개의 결과값을 처리하여 복잡도의 증가없이 지연 시간을 줄일 수 있는 효과가 있다. 본 발명은 CNP와 VNP에서 의존성이 있는 연산의 순서를 변경하면, CNP와 VNP를 동시에 진행할 수 있어 병렬화를 통해 오류 정정 능력의 저하없이 지연 시간을 줄일 수 있는 효과가 있다.
-
Patent Agency Ranking
公开(公告)号：WO2023013850A1
公开(公告)日：2023-02-09
申请号：PCT/KR2022/006278
申请日：2022-05-02
Applicant: 삼성전자 주식회사 , 포항공과대학교 산학협력단
Abstract: 다양한 실시예들에 따른 전자 장치는, 글라스 기판(glass substate); 상기 글라스 기판의 일면에 배치되는 반도체 소자; 상기 글라스 기판의 일면에 배치되고 상기 반도체 소자의 일단과 전기적으로 연결되는 제1 패턴; 상기 글라스 기판의 일면에 배치되고 상기 반도체 소자의 타단과 전기적으로 연결되는 제2 패턴; 상기 글라스 기판의 타면에 배치되는 급전선(feeding line); 및 상기 글라스 기판을 제1 방향으로 관통하고, 상기 제2 패턴과 상기 급전선을 전기적으로 연결하는 비아 홀;을 포함한다.
-
公开(公告)号：WO2022203101A1
公开(公告)日：2022-09-29
申请号：PCT/KR2021/003776
申请日：2021-03-26
Applicant: 포항공과대학교 산학협력단
Abstract: 본 발명의 저전력 캡슐 네트워크 동작에 최적화된 보상 프루닝 방법은, 캡슐 네트워크에서 프루닝을 적용할 때 캡슐에 곱해지는 가중치 행렬 W의 전체 원소의 합을 s로 저장하는 단계, 가중치 행렬에서 사전에 정의된 비율만큼 전체 행렬에서 절대값이 낮은 원소들을 초기화로 마스킹한 새로운 가중치 행렬 W'을 계산하는 단계, 새로 계산된 가중치 행렬 W'의 전체 원소의 합을 s'으로 저장하는 단계, 가중치 행렬 W'에 곱해질 보상 상수 r을 계산하는 단계, 가중치 행렬 W'에 보상 상수 r를 곱하여 새로운 가중치 행렬 W''를 계산함으로써 프루닝 과정에서 발생할 오차를 보상하는 단계, 원래 연산에 사용될 가중치 행렬 W를 대신하여 W''를 사용함으로써 캡슐의 벡터 길이를 보존하는 단계를 포함한다.
-
公开(公告)号：WO2022102842A1
公开(公告)日：2022-05-19
申请号：PCT/KR2020/016694
申请日：2020-11-24
Applicant: 포항공과대학교 산학협력단
Abstract: 본 발명은 기본의 멀티미디어 세그먼트 파일을 그대로 사용하면서 네트워크 상태에 따라 고품질 세그먼트와 저품질 세그먼트를 포함하는 하위 인덱스 파일만을 새롭게 생성하는 방식으로 인덱스 파일에 품질에 대한 옵션을 추가한 발명으로, 멀티미디어를 실시간으로 스트리밍 서비스를 제공하기 위한 서버와 네트워크를 통해 상기 서버에 연결되는 사용자 단말을 포함하는 멀티미디어 데이터 실시간 스트리밍 시스템을 제공한다.
-
公开(公告)号：WO2022005252A1
公开(公告)日：2022-01-06
申请号：PCT/KR2021/008437
申请日：2021-07-02
Applicant: 포항공과대학교 산학협력단
Abstract: 본 발명은 원하는 표적 단백질인 SRC-1을 분해하기 위한 키메라 화합물 디자인에 관한 새로운 클래스의 키메라 분자 발명이다. 보다 상세하게는 SRC-1 단백질을 분해하기 위한 펩타이드 화합물, SRC-1 과발현으로 발생하는 암 전이 및 발생의 예방 또는 치료, 면역 관련 질환의 예방 또는 치료용 약학적 조성물에 관한 것이다.
-
公开(公告)号：WO2020149601A1
公开(公告)日：2020-07-23
申请号：PCT/KR2020/000647
申请日：2020-01-14
Applicant: 포항공과대학교 산학협력단
Abstract: 3D CNN(3-dimension Convolutional Neural Network)을 이용한 고속 영상 인식 방법 및 장치가 개시된다. 3D CNN(3-dimension Convolutional Neural Network)을 이용한 고속 영상 인식 방법은, 입력 영상을 구성하는 영상 클립들 중 제1 영상 클립들을 각각 3D CNN에 입력하는 단계, 상기 제1 영상 클립들 각각에 대하여 상기 3D CNN을 통해 소프트맥스 함수(softmax function)를 연산한 결과값들을 획득하는 단계, 획득된 결과값들을 이용하여 스코어 마진(score margin)을 산출하는 단계, 산출된 스코어 마진을 미리 설정된 임계값과 비교하는 단계 및 상기 비교하는 단계에 대한 응답으로, 상기 입력 영상을 구성하는 영상 클립들 중 상기 제1 영상 클립들을 제외한 나머지 영상 클립들을 상기 3D CNN에 입력할지 여부를 결정하는 단계를 포함한다. 따라서, 영상 인식을 위한 연산 속도를 향상시킬 수 있다.
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.022 seconds)
