【49.rzc216.top】
알라딘릴게임다운로드 ㈍ 96.rzc216.top ㈍ 바다이야기코드
체리마스터게임 ㈍ 39.rzc216.top ㈍ 슬롯 무료체험
슬롯 게시판 ㈍ 43.rzc216.top ㈍ 강원랜드 슬롯머신 확률 공개
매장판 ㈍ 20.rzc216.top ㈍ 오리지날릴게임 무료 메가 슬롯 머신 슬롯 무료스핀구매 뉴야마토 황금성동영상 인터넷황금성 카지노 슬롯머신 규칙 온라인오션파라다이스 강원랜드 잭팟 후기 슬롯머신 영어로 오션슬롯 주소 바다이야기 부활 황금성온라인게임 바다슬롯 먹튀 우주전함 야마토 먹튀 메타슬롯 릴게임매장 온라인릴게임예시 꽁머니 릴게임사이트 슬롯버프 양귀비 릴게임 릴게임손오공 바다이야기코드 야마토 빠칭코 오리 지날황금성9게임 릴게임총판 바다이야기상어 바다이야기 모바일게임 바다신 게임 블랙잭추천 릴게임모바일 우주전함야마토2202 바다 이야기 다운 오리지날야마토연타예시 10원야마토 오락실릴게임 릴게임 확률 실시간릴게임사이트 양귀비게임설명 게임황금성 야마토게임공략방법 슬롯머신 판매 중고 일본 야마토 게임 오공슬롯 빠징코 슬롯머신 바다이야기파칭코 바다이야기게임하는곳 사설바둑이 바다이야기 상어 일본 파칭코 우주전함 야마토 먹튀 온라인 릴게임 손오공 릴게임황금포카성 손오공 온라인 게임 황금성용가리 오션파라다이스릴게임 바다신2 게임 야마토온라인주소 릴게임릴게임갓 다빈치 황금성 릴게임 강원랜드 슬롯머신 가격 바다이야기게임 오션파라다이스하는방법 빠칭코게임 황금성게임다운 바다게임 뽀빠이놀이터릴게임 황금성동영상 신오션파라다이스 야마토3게임다운로드후기 온라인황금성주소 오션릴게임 바다이야기 모바일게임 씨엔조이게임 슬롯사이트순위 바다이야기 5만 오션파라 다이스7 키지노릴게임 릴게임용의눈 강원랜드 슬롯머신 추천 황금성슬롯 파칭코게임다운로드 바다이야기 환전 황금성하는곳 오션파라다이스게임 황금성 다운로드 져스트릴게임 바다신2다운로드 바다 이야기 다운 야마토2게임하기 슬롯 게시판 무료인터넷바다이야기 바다이야기 무료체험 백경게임랜드 무료야마토게임 백경 게임 체리마스터 공략 무료바다이야기게임 황금성게임동영상 빠칭코 슬롯머신 보물섬릴게임 황금성게임앱 인터넷신천지 바다이야기 슬롯 알라딘온라인릴게임 야마토5다운로드게임사이트 골드몽 황금성 오리지널 슬롯머신 잭팟 종류 체리마스터 릴게임 오션파라다이스 릴게임 마이크로 슬롯 무료체험 백경 게임 황금성제주도 오락실게임 릴게임오션파라다이스 릴게임황금성 해외축구일정 한국파친코 양귀비게임설명 릴게임골드몽 최신인터넷게임 황금성 릴게임 오션파라 다이스다운로드 (왼쪽부터) 장진곤 광운대 컴퓨터정보공학부 교수, 송윤석 아주대 지능형반도체공학과 석사과정생, 박성준 아주대 전자공학과·지능형반도체공학과 교수. (사진=광운대)
광운대는 장진곤 컴퓨터정보공학부 교수가 박성준 아주대 교수팀과 공동으로 차세대 인공지능 학습 및 추론을 위한 멤리스터 소자의 특성과 설계 기준을 제시한 연구 성과를 세계적 학술지에 논문 게재했다고 11일 밝혔다.
이번 연구는 인공지능 기술의 연산 효율성과 정확성을 높이기 위한 '뉴로모픽 컴퓨팅' 구현의 핵심 요소인 멤리스터(Memristor) 소자에 관한 내용이다. 멤리스터 소자를 다층 신경망(Deep Neural Network, DNN)에 적용하고, 그 특성을 체계적으로 대아티아이 주식
분석했다. 멤리스터는 기존의 디지털 방식이 아닌 아날로그 방식으로 동작하며 다양한 저항 상태를 가질 수 있는 메모리 소자다. 인간의 뇌 신경세포의 시냅스를 모사하는 데 유리해 AI 하드웨어 구현을 위한 차세대 기술로 주목받는다.
뉴로모픽 컴퓨팅은 인간의 뇌처럼 수많은 뉴런과 시냅스가 병렬로 작동해 정보를 빠르고 효율적으로 처리하는 방식의 야마토5
연산 구조다. 특히 이미지, 음성, 언어 등 복잡하고 비정형적인 데이터를 다루는 빅데이터 시대에 적합한 새로운 컴퓨팅 플랫폼으로 기대를 모은다. 이러한 구조에서는 딥러닝의 '가중치' 역할을 담당하는 메모리 소자의 성능이 AI 학습의 정확도에 직접적인 영향을 미친다.
장 교수팀은 n형 반도체인 인듐-갈륨-징크-옥사이드(IGZO) 기반 멤리스모바일 바다이야기
터 소자를 직접 설계하고, 이를 아날로그 멀티-레벨 스위칭 상태에서 복잡한 이미지 데이터를 학습하도록 설정했다. 이후 이 소자를 활용한 다층 신경망 모델을 통해 추론 및 연산 정확도를 분석했다. 기존에는 소프트웨어에서 계산한 가중치 값을 하드웨어 소자에 정확히 반영하기 어려워 미세한 오차가 발생했고, 이는 전체 연산 성능 저하로 이어지는 문제가 있었다.
알라딘온라인릴게임
연구팀은 멤리스터 소자의 아날로그 저항 상태를 단순 근사치로 대체하지 않고, 전도성 상태의 수, 선형성, 소자 간 성능 편차가 신경망 연산에 미치는 영향을 실험적으로 검증했다. 그 결과 아날로그 전도성 상태가 50개 이상 확보될 경우 신경망 학습 성능이 수렴하며, 소자 간 편차가 바다이야기5만
5% 이내일 때 안정적인 신경망 성능이 확보되는 것으로 나타났다. 이는 디지털 방식의 이상적 웨이트 기반 신경망과 유사한 수준인 최대 인식률 84.36%, 최소 손실값 16.8%를 달성한 결과다.
특히 이번 연구는, 멤리스터 소자의 하드웨어적 한계를 넘어서기 위해 기존보다 현실적인 전기적 특성을 반영한 신경망 설계 구조를 제시함으로써 차별화를 뒀다. 단순히 많은 상태 수를 근사하는 방식이 아니라 실제 소자의 특성을 바탕으로 최소 메모리 상태 수와 어레이(배열) 기반 회로에서 허용 가능한 성능 오차 기준까지 함께 제시했다. 하드웨어 기반 인공지능 연산의 실현 가능성을 확인하고, 병렬 연산에 적합한 에너지 효율적인 멤리스터 기반 컴퓨팅 구조의 이론적 기준을 제시한 점에서 의미가 있다.
장 교수팀의 연구는 학술지 'Advanced Intelligent Systems' (JCR top 10.1%) 3월호 인사이드 프론트 커버(Inside Front Cover) 논문으로 게재됐다.
장 교수는 “이 연구는 멤리스터 소자만으로도 이상적인 역전파 알고리즘과 퍼셉트론 성능을 충분히 구현할 수 있음을 보여주는 사례”라며 “향후 멤리스터를 활용한 뉴로모픽 AI 하드웨어 구현에 기반이 되는 기술적 가이드를 제공하게 될 것”이라고 전했다.
이지희 기자 easy@etnews.com
|
조회 : 9
