기술이전센터에서 보유하고 있는 지재권을 자세히 소개해드립니다
기술명

인공 신경망의 계층 특성에 기반한 연합 학습 방법

Image Not Found
권리구분 특허
출원인 세종대 산학협력단
대표발명자 이름 소속학과 연구실
이현석 무인이동체공학전공
대표연구분야
출원번호 10-2021-0170498 등록번호 10-2413116
출원일 2021-12-02 등록일 2022-06-21
특허원문 인공 신경망의 계층 특성을 고려한 연합 학습 방법이 개시된다. 개시된 연합 학습 방법은 미리 설정된 개수의 라운드별로, 채널 상태를 이용하여, 연합 학습에 참여하는 학습 단말을 결정하는 단계; 상기 라운드별로, 상기 학습 단말 중에서, 로컬 학습 모델의 제1학습 파라미터를 전송할 단말을 지정하는 단계; 및 상기 라운드 각각에서 상기 학습 단말로부터, 로컬 학습 모델의 제1학습 파라미터 및 상기 로컬 학습 모델 중 얕은 계층의 제2학습 파라미터를 수신하는 단계를 포함하며, 현재 라운드까지의 상기 학습 단말의 개수에 대한 상기 제1학습 파라미터의 제1평균 전송 횟수는, 상기 제2학습 파라미터의 제2평균 전송 횟수 이하이다.
상세기술정보 1 기술명 기술요약
등록된 자료가 없습니다.
기술분류(대) 정보 기술분야 정보·통신
적용분야 메타버스
기술명

인공 신경망의 계층 특성에 기반한 연합 학습 방법

권리구분 출원인
특허 세종대 산학협력단
대표발명자
이름 소속학과
이현석 무인이동체공학전공
대표연구분야
출원번호 등록번호
10-2021-0170498 10-2413116
출원일 등록일
2021-12-02 2022-06-21
특허원문
인공 신경망의 계층 특성을 고려한 연합 학습 방법이 개시된다. 개시된 연합 학습 방법은 미리 설정된 개수의 라운드별로, 채널 상태를 이용하여, 연합 학습에 참여하는 학습 단말을 결정하는 단계; 상기 라운드별로, 상기 학습 단말 중에서, 로컬 학습 모델의 제1학습 파라미터를 전송할 단말을 지정하는 단계; 및 상기 라운드 각각에서 상기 학습 단말로부터, 로컬 학습 모델의 제1학습 파라미터 및 상기 로컬 학습 모델 중 얕은 계층의 제2학습 파라미터를 수신하는 단계를 포함하며, 현재 라운드까지의 상기 학습 단말의 개수에 대한 상기 제1학습 파라미터의 제1평균 전송 횟수는, 상기 제2학습 파라미터의 제2평균 전송 횟수 이하이다.
상세기술정보
기술명 기술요약
등록된 자료가 없습니다.
기술분야 적용분야
정보·통신 메타버스