뉴럴 네트워크를 이용하여 추론 연산을 수행하는 장치의 적어도 하나의 프로세서에 의하여 수행되는 뉴럴 네트워크 제어 방법에 있어서,복수의 해상도의 이미지들에 대응하여 학습된, 복수의 뉴럴 네트워크들을 획득하는 단계;상기 복수의 뉴럴 네트워크들의 이용에 관한 제한 조건에 기초하여, 상호 의존 정보(mutual information)량의 합이 최소가 되는 상기 뉴럴 네트워크들의 조합을 선별하는 단계; 및상기 선별된 조합에 기초하여, 입력 데이터에 대한 추론이 수행되도록 상기 복수의 뉴럴 네트워크들을 설정하는 단계를 포함하는,뉴럴 네트워크 제어 방법.

제1항에 있어서,상기 뉴럴 네트워크들의 조합을 선별하는 단계는상기 조합의 크기에 관한 제한 조건에 기초하여, 상기 뉴럴 네트워크들의 조합들 중 일부를 후보로 추출하는 단계;상기 후보로 추출된 조합 각각에 대응하여, 해당 조합 내 뉴럴 네트워크의 쌍의 상호 의존 정보량의 합을 계산하는 단계; 및상기 후보로 추출된 조합 중 상기 계산된 상호 의존 정보량의 합이 최소인 조합을 선별하는 단계를 포함하는,뉴럴 네트워크 제어 방법.

제2항에 있어서,상기 복수의 뉴럴 네트워크들을 이용한 추론 시간에 관한 제한 조건에 기초하여, 상기 선별된 조합에 포함된 뉴럴 네트워크 중 크기가 작은 일부를 추출하는 단계를 더 포함하는, 뉴럴 네트워크 제어 방법.

제1항에 있어서,상기 복수의 뉴럴 네트워크들의 이용에 관한 제한 조건은상기 조합에 포함된 뉴럴 네트워크의 개수를 제한하는 조건;상기 조합에 포함된 뉴럴 네트워크의 크기를 제한하는 조건; 및상기 조합에 포함된 뉴럴 네트워크를 이용한 추론 시간을 제한하는 조건중 적어도 하나를 포함하는,뉴럴 네트워크 제어 방법.

제1항에 있어서,상기 장치의 상태 정보를 수신하는 단계; 및상기 수신된 장치의 상태 정보에 기초하여, 상기 제한 조건을 설정하는 단계를 더 포함하는,뉴럴 네트워크 제어 방법.

제5항에 있어서,상기 장치의 상태 정보는상기 장치의 유형에 관한 정보, 상기 장치의 하드웨어 사양에 관한 정보 상기 장치에서 요구하는 추론 연산의 속도에 관한 정보 및 상기 장치에서 요구하는 추론 연산의 정확도에 관한 정보 중 적어도 하나를 포함하는,뉴럴 네트워크 제어 방법.

제1항에 있어서,상기 복수의 뉴럴 네트워크들을 설정하는 단계는상기 복수의 뉴럴 네트워크들 중 상기 선별된 조합에 포함된 뉴럴 네트워크를 활성화시키는 단계를 포함하는,뉴럴 네트워크 제어 방법.

제1항에 있어서,상기 선별된 조합에 포함된 뉴럴 네트워크를 학습 데이터에 기초하여 재학습시키는 단계를 더 포함하는,뉴럴 네트워크 제어 방법.

제1항에 있어서,상기 복수의 뉴럴 네트워크들을 설정하는 단계는상기 조합에 포함된 제1 뉴럴 네트워크에 기초하여, 상기 입력 데이터에 대한 추론 연산을 수행하는 단계; 및상기 제1 뉴럴 네트워크에 기초한 추론 연산이 수행되지 않는 동안 상기 조합에 포함된 제2 뉴럴 네트워크에 기초하여, 상기 입력 데이터에 대한 추론 연산을 수행하는 단계를 포함하는,뉴럴 네트워크 제어 방법.

제1항에 있어서,상기 복수의 뉴럴 네트워크들을 획득하는 단계는상기 복수의 뉴럴 네트워크 각각을 서로 다른 해상도의 이미지에 기초하여 학습시키는 단계; 및상기 복수의 해상도의 이미지들에 기초하여, 상기 복수의 뉴럴 네트워크들 전체를 학습시키는 단계중 적어도 하나를 포함하는,뉴럴 네트워크 제어 방법.

뉴럴 네트워크를 이용하여 추론 연산을 수행하는 장치의 적어도 하나의 프로세서에 의하여 수행되는 뉴럴 네트워크 제어 방법에 있어서,복수의 해상도의 이미지들에 대응하여 학습된 복수의 뉴럴 네트워크들 중 상호 의존 정보(mutual information)량에 기초하여 선별된 상기 뉴럴 네트워크들의 조합을 획득하는 단계; 및추론 시간에 관한 제한 조건에 기초하여, 입력 데이터에 대한 추론이 수행되도록 상기 선별된 조합 내 뉴럴 네트워크를 설정하는 단계를 포함하는,뉴럴 네트워크 제어 방법.

제11항에 있어서,상기 선별된 뉴럴 네트워크들의 조합은상기 복수의 뉴럴 네트워크들의 이용에 관한 제한 조건에 기초하여 추출된 상기 뉴럴 네트워크들의 조합들 중 상호 의존 정보량의 합이 최소인 조합을 포함하는,뉴럴 네트워크 제어 방법.

하드웨어와 결합되어 제1항 내지 제12항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.

뉴럴 네트워크를 이용하여 추론 연산을 수행하는 장치에 있어서,복수의 해상도의 이미지들에 대응하여 학습된, 복수의 뉴럴 네트워크들을 획득하고,상기 복수의 뉴럴 네트워크들의 이용에 관한 제한 조건에 기초하여, 상호 의존 정보(mutual information)량의 합이 최소가 되는 상기 뉴럴 네트워크들의 조합을 선별하며,상기 선별된 조합에 기초하여, 입력 데이터에 대한 추론이 수행되도록 상기 복수의 뉴럴 네트워크들을 설정하는,적어도 하나의 프로세서를 포함하는,장치.

제14항에 있어서,상기 획득된 복수의 뉴럴 네트워크들을 저장하는 메모리를 더 포함하는,장치.

제14항에 있어서,상기 프로세서는,상기 뉴럴 네트워크들의 조합을 선별함에 있어서,상기 조합의 크기에 관한 제한 조건에 기초하여, 상기 뉴럴 네트워크들의 조합들 중 일부를 후보로 추출하고,상기 후보로 추출된 조합 각각에 대응하여, 해당 조합 내 뉴럴 네트워크의 쌍의 상호 의존 정보량의 합을 계산하며,상기 후보로 추출된 조합 중 상기 계산된 상호 의존 정보량의 합이 최소인 조합을 선별하는,장치.

제16항에 있어서,상기 프로세서는,상기 복수의 뉴럴 네트워크들을 이용한 추론 시간에 관한 제한 조건에 기초하여, 상기 선별된 조합에 포함된 뉴럴 네트워크 중 크기가 작은 일부를 추출하는,장치.

제14항에 있어서,상기 프로세서는,상기 장치의 상태 정보를 수신하고,상기 수신된 장치의 상태 정보에 기초하여, 상기 제한 조건을 설정하는,장치.

제14항에 있어서,상기 프로세서는,상기 복수의 뉴럴 네트워크들을 설정함에 있어서,상기 복수의 뉴럴 네트워크들 중 상기 선별된 조합에 포함된 뉴럴 네트워크를 활성화시키는,장치.

제14항에 있어서,상기 프로세서는,상기 선별된 조합에 포함된 뉴럴 네트워크를 학습 데이터에 기초하여 재학습시키는,장치.

제14항에 있어서,상기 프로세서는,상기 복수의 뉴럴 네트워크들을 설정함에 있어서,상기 조합에 포함된 제1 뉴럴 네트워크에 기초하여, 상기 입력 데이터에 대한 추론 연산을 수행하고,상기 제1 뉴럴 네트워크에 기초한 추론 연산이 수행되지 않는 동안 상기 조합에 포함된 제2 뉴럴 네트워크에 기초하여, 상기 입력 데이터에 대한 추론 연산을 수행하는,장치.

제14항에 있어서,상기 프로세서는,상기 복수의 뉴럴 네트워크들을 획득함에 있어서,상기 복수의 뉴럴 네트워크 각각을 서로 다른 해상도의 이미지에 기초하여 학습시키는 동작; 및상기 복수의 해상도의 이미지들에 기초하여, 상기 복수의 뉴럴 네트워크들 전체를 학습시키는 동작중 적어도 하나를 수행하는장치.

뉴럴 네트워크를 이용하여 추론 연산을 수행하는 장치에 있어서,복수의 해상도의 이미지들에 대응하여 학습된 복수의 뉴럴 네트워크들 중 상호 의존 정보(mutual information)량에 기초하여 선별된 상기 뉴럴 네트워크들의 조합을 획득하고,추론 시간에 관한 제한 조건에 기초하여, 입력 데이터에 대한 추론이 수행되도록 상기 선별된 조합 내 뉴럴 네트워크를 설정하는,적어도 하나의 프로세서를 포함하는,장치.