公开(公告)号：CN117841887A

公开(公告)日：2024-04-09

申请号：CN202311284912.1

申请日：2023-10-07

Applicant: 现代自动车株式会社 ,  起亚株式会社 ,  首尔大学校产学协力团

Inventor： 朴炯郁 ,  尹晟老 ,  李东爀

IPC: B60R21/01

Abstract: 本公开涉及一种基于深度学习的碰撞安全控制系统及其操作方法。碰撞安全控制系统包括存储碰撞安全模型的存储器，该碰撞安全模型具有基于深度学习的碰撞安全控制逻辑。碰撞安全控制系统还包括电连接到存储器的处理器。处理器被配置为根据碰撞安全控制逻辑，基于包括碰撞前数据和碰撞后数据的至少一个信号来训练碰撞安全模型，使得碰撞安全模型输出与该至少一个信号相对应的碰撞类型以及乘客保护装备的要求启动时间(RTTF)。

公开(公告)号：CN117932046A

公开(公告)日：2024-04-26

申请号：CN202311394753.0

申请日：2023-10-25

Applicant: 三星SDS株式会社 ,  首尔大学校产学协力团

Inventor： 尹晟老 ,  黄峰奎 ,  金柱东 ,  尹在雄 ,  李现济 ,  崔玄真 ,  宋宗润 ,  朴鲁逸 ,  曺诚皓 ,  权宁俊

IPC: G06F16/34 ,  G06F40/242 ,  G06F40/284 ,  G06F18/27 ,  G06N3/0455 ,  G06N3/084

Abstract: 本公开提供摘要生成方法及其系统。根据本公开的一些实施例的摘要生成方法可以包括如下步骤：利用第一文本样本和对应于第一文本样本的第一摘要计算针对摘要模型的似然损失(likelihood loss)；利用第二文本样本和第一摘要计算针对摘要模型的非似然损失(unlikelihood loss)；以及基于似然损失和非似然损失来更新摘要模型。根据这种方法，通过使摘要模型以抑制非似然损失变更所输入的原始文本的主要内容或追加新的内容的方式进行学习，从而可以生成高质量的摘要(例如，对原始文本的事实一致性高的摘要)。

公开(公告)号：CN114169510A

公开(公告)日：2022-03-11

申请号：CN202111049754.2

申请日：2021-09-08

Applicant: 三星电子株式会社 ,  首尔大学校产学协力团

Inventor： 尹晟老 ,  崔赫埈 ,  朴成植 ,  金世埈

IPC: G06N3/063 ,  G06N3/04

Abstract: 公开了一种操作包括神经网络处理器的存储装置的方法和一种存储器装置，该方法包括：由控制器装置响应于主机装置的命令输出指示神经网络处理器执行神经网络操作的触发器信号；由神经网络处理器响应于触发器信号向存储目标模型数据和指令数据的存储器装置请求关于目标模型的参数的目标模型数据和用于指示神经网络操作的指令数据；由神经网络处理器从存储器装置接收目标模型数据和指令数据；以及由神经网络处理器基于目标模型数据和指令数据输出推断数据。

公开(公告)号：CN110070915A

公开(公告)日：2019-07-30

申请号：CN201810448347.0

申请日：2018-05-11

Applicant: 首尔大学医院 ,  首尔大学校产学协力团 ,  高丽大学校产学协力团 ,  财团法人峩山社会福祉财团 ,  蔚山大学校产学协力团

Inventor： 韩元湜 ,  李汉星 ,  朴仁爱 ,  柳汉硕 ,  安世铉 ,  李宗源 ,  李玺瞥 ,  李熙真 ,  金爱利 ,  金廷烈 ,  尹晟老 ,  金渲 ,  权善荣 ,  金旻秀 ,  曺正熙

IPC: G16B30/10 ,  G16B40/10 ,  G16H50/30 ,  G16H50/20

Abstract: 下一代利用碱基序列分析的基于机器学习的乳腺癌预后预测方法包括如下步骤：由计算机装置利用受试者组织(tissue)的RNA测序数据来测定靶基因的表达量；由所述计算机装置向预先设定的人工神经网络(Artificial Neural Network)输入所述靶基因的表达量；及由所述计算机装置基于所述人工神经网络的输出值来对所述受试者推定乳腺癌预后。所述人工神经网络预先设定为，将多个样品的靶基因表达量作为输入值，并输出基于所述多个样品的致癌类型(Oncotype DX)的复发分数(recurrence score)的结果。

公开(公告)号：CN119962335A

公开(公告)日：2025-05-09

申请号：CN202411550757.8

申请日：2024-11-01

Applicant: 三星SDI株式会社 ,  首尔大学校产学协力团

Inventor： 柳志旼 ,  尹晟老 ,  张在希 ,  柳昇龙 ,  李在现 ,  韩智勳

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 公开了用于设计工艺因素的方法、系统及制造该系统的方法。根据本公开的用于设计工艺因素的系统包括：第一生成装置，被配置为使用对质量预测模型的决策边界进行估计并且基于估计的决策边界生成工艺因素的第一生成模型生成多个第一工艺因素；第二生成装置，被配置为使用基于深度学习的第二生成模型生成多个第二工艺因素；以及确定装置，被配置为根据使用质量预测模型评估多个第一工艺因素和多个第二工艺因素的结果在第一生成模型和第二生成模型中确定第三生成模型，并且使用第三生成模型自动地生成应用于生产工艺的至少一个工艺因素。质量预测模型是接收生产工艺的工艺因素作为输入数据并且基于输入数据预测质量数据的人工神经网络模型。

公开(公告)号：CN108268391B

公开(公告)日：2023-08-08

申请号：CN201711206775.4

申请日：2017-11-27

Applicant: 三星电子株式会社 ,  首尔大学校产学协力团 ,  延世大学校产学协力团

Inventor： 李正浩 ,  尹晟老 ,  郑义英 ,  金镇佑 ,  赵永进 ,  金明真 ,  金世俊 ,  金正彬 ,  崔赫埈

IPC: G06F13/16

Abstract: 本发明提供一种半导体系统及其控制方法。本发明提供一种包括异构存储器模块的半导体系统。所述半导体系统包括经由系统总线连接到异构存储器模块的CPU。异构存储器模块包括：易失性存储器模块；非易失性存储器模块；内部总线，与系统总线分离，并连接易失性存储器模块和非易失性存储器模块；交换管理器，被配置为使用内部总线而不使用系统总线来控制在易失性存储器模块和非易失性存储器模块之间传递目标数据的交换操作的执行。

公开(公告)号：CN108268391A

公开(公告)日：2018-07-10

申请号：CN201711206775.4

申请日：2017-11-27

Applicant: 三星电子株式会社 ,  首尔大学校产学协力团 ,  延世大学校产学协力团

Inventor： 李正浩 ,  尹晟老 ,  郑义英 ,  金镇佑 ,  赵永进 ,  金明真 ,  金世俊 ,  金正彬 ,  崔赫埈

IPC: G06F13/16

Abstract: 本发明提供一种半导体系统及其控制方法。本发明提供一种包括异构存储器模块的半导体系统。所述半导体系统包括经由系统总线连接到异构存储器模块的CPU。异构存储器模块包括：易失性存储器模块；非易失性存储器模块；内部总线，与系统总线分离，并连接易失性存储器模块和非易失性存储器模块；交换管理器，被配置为使用内部总线而不使用系统总线来控制在易失性存储器模块和非易失性存储器模块之间传递目标数据的交换操作的执行。