Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
(19) 민 특허청(KR)
(12) 등 특허공보(B1)
(45) 공고 2017 01월24
(11) 등 10-1699414
(24) 등 2017 01월18
(51) 특허 (Int. Cl.)
G06K 9/38 (2006.01) G06K 9/62 (2006.01)
G06N 99/00 (2010.01)
(52) CPC특허
G06K 9/38 (2013.01)
G06K 9/6227 (2013.01)(21) 원 10-2015-0143833
(22) 원 2015 10월15
심사청 2015 10월15
(56) 술 사 헌
JP2013114596 A
JP2014241484 A
KR1020080106911 A
(73) 특허
울시립 산 단
울특별시 동 울시립 163 ( 동,울시립 내)
(72)
안도열
울특별시 양재 1109, 6동 1505 (동, 림가 아 트)
(74) 리
, 강태훈, 나 균
체 청 수 : 18 심사 : 경
(54) 트 양 역 공 시각 시스 연산
(57) 약
본 트 양 역 공 시각 시스 연산 에 술 , 보다 상 게 공 시
각 복 주 심 간 계 간 상 트 양 역 공 시각
시스 연산 에 것 다.
본 간 상 리 극 간 상 징 에 트
양 역 공 시각 시스 연산 안 것 다.
도 - 도1
등록특허 10-1699414
- 1 -
(52) CPC특허
G06N 99/002 (2013.01)
지원 가연 개 사업
과 고 1711028311
처 미 창 과
연 리 보통신 술진
연 사업 IT·SW 산업원천 술개
연 과 양 암 통신망 통 신뢰 검 술 QKD 고도 심 술 개
여 1/1
주 에스 (주)
연 간 2015.06.01 ~ 2016.05.31
등록특허 10-1699414
- 2 -
청
청 1
양 시스 (quantum system) 여 공 시각(machine vision)에 상 간 식 연산 에
어 ,
1 상 심 들 간 계 도 1 과, 2 상 심 들 간 계 도
2 간 사도에 수 링 ;
상 수가 상 양 시스 단열 개(adiabatic evolve) 과 거쳐 얻어지
양 상태 여 상 1 과 상 2 간 사도가 1 과 2
탐색 ;
포 양 시스 공 시각 상 식 연산 .
청 2
1 에 어 ,
상 링 상 1 상 심 들 간 계 고, 상 상 1 상 심 들
간 계 집 상 1 링 고,
상 2 상 심 들 간 계 고, 상 상 2 상 심 들 간 계 집
상 2 링 것 특징 양 시스 공 시각 상 식 연산
.
청 3
1 에 어 ,
상 양 시스 극 (dipole) 간 상 리 포 것 특징 양
시스 공 시각 상 식 연산 .
청 4
3 에 어 ,
상 양 시스 체 극 상 징(Ising) 포 것 특징 양
시스 공 시각 상 식 연산 .
청 5
4 에 어 ,
상 징 트 스 -포 커 링 리 것 특징 양 시스
공 시각 상 식 연산 .
청 6
1 에 어 ,
상 양 시스 상 수에 에 지 가지 리 포 것 특징 양
시스 공 시각 상 식 연산 .
청 7
양 시스 여 상 간 식 공 시각 에 어 ,
등록특허 10-1699414
- 3 -
1 상 득 듈;
상 득 1 상 심 들 간 계 1 도 고, 2 상 심 들 간 계
2 도 ;
상 도 상 1 상 2 리;
포 고,
상
상 리에 상 1 상 2 간 사도에 수 링 ;
상 수가 상 양 시스 단열 개(adiabatic evolve) 과 거쳐 얻어지
양 상태 여 상 1 과 상 2 간 사도가 1 과 2
탐색 ;
포 것 특징 양 시스 공 시각 .
청 8
7 에 어 ,
상
상 1 상 심 들 간 계 고, 상 상 1 상 심 들 간 계 집
상 1 링 고,
상 2 상 심 들 간 계 고, 상 상 2 상 심 들 간 계 집
상 2 링 것 특징 양 시스 공 시각 .
청 9
7 에 어 ,
상 양 시스 극 (dipole) 간 상 리 포 것 특징 양
시스 공 시각 .
청 10
공 지 (artificial intelligence) 계 습(machine learning) 식 고
연산 에 어 ,
상 연산 양 시스 (quantum system)과 연결 고,
1 들 간 계 도 1 과, 2 들 간 계 도
2 간 사도에 수 링 ;
상 수가 상 양 시스 단열 개(adiabatic evolve) 과 거쳐 얻어지
양 상태 여 상 1 과 상 2 간 사도가 1 과 2
탐색 ;
포 양 시스 공 지 계 습 식 연산 .
청 11
양 시스 (quantum system) 여 공 시각(machine vision)에 상 간 식 연산 에
어 ,
1 상 심 들 간 계 도 1 과, 2 상 심 들 간 계 도
2 간 사도에 수 단계;
상 수가 상 양 시스 단열 개(adiabatic evolve) 과 거쳐 얻어지
등록특허 10-1699414
- 4 -
양 상태 여 상 1 과 상 2 간 사도가 1 과 2
탐색 단계;
포 양 시스 공 시각 상 식 연산 .
청 12
11 에 어 ,
상 수 단계
상 1 상 심 들 간 계 고, 상 상 1 상 심 들 간 계 집
상 1 링 고,
상 2 상 심 들 간 계 고, 상 상 2 상 심 들 간 계 집
상 2 링 것 특징 양 시스 공 시각 상 식 연산
.
청 13
11 에 어 ,
상 양 시스 극 (dipole) 간 상 리 포 것 특징 양
시스 공 시각 상 식 연산 .
청 14
13 에 어 ,
상 양 시스 체 극 상 징(Ising) 포 것 특징 양
시스 공 시각 상 식 연산 .
청 15
14 에 어 ,
상 징 트 스 -포 커 링 리 것 특징 양 시스
공 시각 상 식 연산 .
청 16
11 에 어 ,
상 양 시스 상 수에 에 지 가지 리 포 것 특징 양
시스 공 시각 상 식 연산 .
청 17
공 지 (artificial intelligence) 계 습(machine learning) 식 고
연산 연산 에 어 ,
상 연산 에 1 들 간 계 도 1 과, 2 들 간
계 도 2 간 사도에 수 단계;
상 1 상 2 리 상태 변수 링 수 양 시스 과 상 연산 연결
단계;
상 수가 상 양 시스 단열 개(adiabatic evolve) 과 거쳐 얻어지
양 상태 여 상 1 과 상 2 간 사도가 1 과 2
탐색 단계;
포 양 시스 공 지 계 습 식 연산 .
등록특허 10-1699414
- 5 -
청 18
11 내지 17 어 실 그 어 것 특징 컴퓨
에 독 가 매체.
술 야
본 트 양 역 공 시각 시스 (machine vision system) 연산 에 술 ,[0001]
보다 상 게 공 시각 복 주 심 간 계 간 상 트
양 역 공 시각 시스 연산 에 것 다.
경 술
간 재 체 식, 지식 , , 습 연 언어 처리 등 여러 야에 계 통 보다 뛰[0002]
어난 가지고 다. 에 , 계 간 사고 식 거나 가 복
계산 식 거쳐야 므 상당 어 움 고 다.
그 에 간 시각 지 거나 가 여 공 시각 시스 [0003]
에 루 고 다.
공 시각 복 계산 결 여 양 컴퓨 양 역 계산 수 [0004]
다.
, 링 계(Turing machine) 1936 앨런 링(Alan Turing)에 계산 시스[0005]
(theoretical computing system)에 당 다. 다 링 계 시뮬 트(simulate) 수
링 계 링 계(Universal Turing Machine, UTM) 고 다. 처 - 링 (Church-Turing
thesis) 어 실 (practical) 계산 도 UTM 등가(equivalent) 집 (subset) 갖
다 특징 나타낸다.
양 컴퓨 계산 수 나 그 상 양 과(quantum effect)들 [0006]
리 시스 (physical system) 다. 다 양 컴퓨 시뮬 트 수 양 컴퓨
양 컴퓨 (Universal Quantum Computer-UQC) 고 다.
1981 리처드 P. 만(Richard P. Feynman) 양 컴퓨 들 특 계산 UTM 보다 욱 과[0007]
결 사 수 , 처 - 링 도 사 수 다고 다.
내 International Journal of Theoretical Physics, Vol. 21(1982) pp.467-488에 재 만 R.P.
"Simulating Physics with Computers"에 재 어 다.
들어, 만 양 컴퓨 가 UTM 사 보다 시뮬 트 양 시스 어 특 (property)[0008]
에 지수 (exponentially) 욱 계산 가 게 어 다 양 시스 시뮬 트
사 수 다고 다.
1. 양 계산에 근[0009]
양 컴퓨 들 계 운 에 가지 근 다. 나 근 양 계산 "[0010]
(circuit model)"에 당 다. 러 근 에 들(qubits) 컴 (compiled) 알고리
리 게 트(logical gate) 순 에 동 다. 양 컴퓨 (circuit model quantum
computer)들 실 실 과 에 어 가지 심각 애(serious barrier)들 가지고 다. 에
들(qubits) 나 게 트 시간(single-gate time)보다 욱 간 시간 동안 런트
(coherent)가 지 도 다. 러 양 컴퓨 들 동 양
에러 (quantum error correction) 고 리 동 들 에 생 다. 양 에러
나 게 트 시간 약 1000 시간 간격 동안 양 런스(quantum coherence) 지 수
양 컴퓨 들 없 수 수 없다. 양 컴퓨 들 보 닛(basic
information unit)들 런스 갖 들 개 맞 수많 연 들
등록특허 10-1699414
- 6 -
었다. 내 Shor, P. W. "Introduction to Quantum Algorithms", arXiv.
org:quantph/0005003(2001), pp. 1-27 에 재 어 다. 같 술 야 실 양 컴퓨 들
계 고 운 지 런스 상시 여 체 고
다.
2. [0011]
들 양 컴퓨 에 보 단 들 사 다. UTMs 내 트들과 같 , 들 어도 [0012]
개 다 양(quantity) 나타낼 수 다. 보가 실 리 (actual physical device)
미 수 , 리 에 보 단 체 미 수도 다.
들 고 지 트 개 다. 고 보 "0" 과 "1" [0013]
가지 다 상태들 수 다. 리 러 개 다 상태들 ,
압 같 다 고 별 가지 고 보 리 상태들에
, 트 상태 양(quantity) 고 리 다. 역시 "0" 과 "
1" 가지 다 리 상태들 포 수 다. 리 러 가지 다 상태들
, 압 같 다 고 별 가지 양 보 리 상
태들에 , 트 상태 양(quantity) 양 리 다. 러 상태들
리량(physical quantity) 계 양 같 동 다 , 상 "0"과 "1" 첩 공
간(superposition)에 가 수 다. , 동시에 "0"과 "1" 상태 재 수 , 동시
에 상 가지 상태에 계산 수 수 다.
3. 도 [0014]
양 컴퓨 들 사 에 어 , 많 다 드웨어 트웨어 근 들 다. 나 드웨어[0015]
근 알루미 (aluminum) 니 (niobium)과 같 도 질 집 들 사 것
다.
도 집 들 계 고 과 에 포 술들 과 들 집 에 사 술[0016]
들 스들과 사 다.
도 들 도 집 에 포 수 도 에 당 다. 도 들 보[0017]
사 리량에 가지 고리 수 다. 들어, 도 들
Makhlin et al., 2001, Reviews of Modern Physics 73, pp. 357-400에 (charge)
(device), 럭스(flux) 상(phase) 들 수 다. 들 상태들에
보 고 처리 , 단 들 쿠 (Cooper pair)들 리 어 다. 쿠
2e 포 , 들어, 포 상 (phonon interaction)에 께 개 들
다. 내 Nielsen and Chuang, Quantum Computation and Quantum Information,
Cambridge University Press, Cambridge(2000), pp. 343-345에 재 어 다. 럭스 들 보
(magnetic flux)과 변수에 보 통 여 다. 상 들 상
역들 사 도 상 차 과 변수 보 다. 근, 개 그
상 , 럭스 상 도(degree of freedom) 사 리드(hybrid) 들 개 었다.
내 들어, 미 등 특허 No. 6,838,694 미 특허 원 No. 2005-0082519(미 공개특허
2005/0207718 A1)에 재 어 다.
4. 계산 복 도 (Computational Complexity Theory)[0018]
컴퓨 과 에 , 계산 복 도 원 연 계산 (theory of computation)과 주어진[0019]
계산 결 계산 다. 시간과 공간과 같 계산 원
(computational resources) 리 상 미 들(abstract parameter)에 다. 시간
결 단계(step)수 미 고, 공간 보 량 리 양
미 다.
들(Optimization problems) 나 그 상 수(objective function)들 변수들 [0020]
트에 , 약 건(constraints) 트들 건 에 고, 들에
당 다.
등록특허 10-1699414
- 7 -
들어, 원 (Traveling Salesman Problem-TSP) 들어 거리 수가[0021]
순 계 (itinerary) 찾 어야 에 당 , 러 순 계 에
답 변수들 트 다. 들어, 지역들 들 주어진 상태에 , 상
든 지역들에 가 단 경 찾 과 것 다. 들 다
들 독립 트(Maximum Independent Set), 수 그 (integer programming), 건
(constraint optimization), 링(factoring), 링(prediction modeling) k-SAT가 다. 러
들 운 연 (operation research), 재 포트폴리 택(financial portfolio selection), 스
링(scheduling), 공 리(supply management), 계(circuit design), 여 경 (travel route
optimization)과 같 많 실 계 들 상 개 (abstraction)들에 당 다.
내 "A High-Level Look at Optimization: Past, Present, and Future" e-Optimization.com, 2000"에 재
어 다.
시뮬 들 보통 시간 간격 동안 다 시스 에 나 시스 시뮬 다[0022]
룬다. 들어, 컴퓨 시뮬 들 사업 스(business process), 생태 식지(ecological
habitats), 단 질 (protein folding), 닥 상태(molecular ground states), 양 시스 (quantum
systems) 등 다. 러 들 복 상 계(complex inter-relationship) 동 규
(behavioral rules)과 다 다양 수많 실재(entity)들 포 다. 만에 양 시스 UTM 보
다 욱 리 시스 시뮬 사 수 안 다.
많 시뮬 들 UTM 사 수 없다. 러 약 에, UTM 어[0023]
계산 수 계산 들 다. 들어, 단 질 (protein folding) 야에 그리
드 계산 시스 (grid computing system)과 슈 컴퓨 들 단 질 시스 시뮬 트 시도 사
어 다. 내 Shirts et al., 2000, Science 290, pp. 1903-1904, and Allen et al.,2001,
IBM Systems Journal 40, p.310에 재 어 다. NEOS solver 들에 트워
(online network solver) , 사 고, 결 알고리 택 , 앙
(central server) 상 택 알고리 실 수 트워 상 컴퓨 게 다.
내 Dolan et al., 2002, SIAM News Vol. 35, p.6.에 재 어 다. 결
다 지 컴퓨 시스 과 들 견 수 다. 내 들어, Fourer et
al.,2001, interfaces 31, pp.130-150에 재 어 다. 그러나 러 든 들 상 들 UTM
지 컴퓨 사 다 사실에 , 결 시간 사 직 지 않 스
링(scaling) 과 고 계산 계에 쉽다.
러 결 술에 가 등 특허 10-1309677 "단열 양 연산 [0024]
"에 술 어 다.
상 술 복수 들 포 양 시스 사 양 계산 에 내 , 양 컴[0025]
퓨 에 원 에 지( or ) 첩 상태 (configuration) 동시에
트 킹 양 어닐링(Quantum annealing) 가 , 특 양 어닐링 수 여 단열 양 계
산(Adiabatic Quantum Computation) 다. , AQC 상태에 상태 지 니안 단
열 변 원 상태에 (solution) 사 다.
술 복 결 양 컴퓨 시스 동 술 고 , 러[0026]
술 재에도 고 체 복 결 여 양 시스 택 단
남아 다.
술 헌
특허 헌
(특허 헌 0001) 등 특허 10-1309677 (등 2013.09.11) [0027]
(특허 헌 0002) 미 등 특허 6,838,6954 (등 2005.01.04)
(특허 헌 0003) 미 등 특허 7,788,192 (등 2010.08.31)
(특허 헌 0004) 미 등 특허 8,504,497 (등 2013.08.06)
등록특허 10-1699414
- 8 -
(특허 헌 0005) 미 공개특허 2005/0207718 (공개 2005.09.22)
특허 헌
( 특허 헌 0001) "Simulating Physics with Computers", Richard P. Feynman, International Journal of[0028]
Theoretical Physics, Vol. 21(1982) pp.467-488.
( 특허 헌 0002) "Introduction to Quantum Algorithms", Shor, P. W., arXiv.
org:quantph/0005003(2001), pp. 1-27.
( 특허 헌 0003) Makhlin et al., 2001, Reviews of Modern Physics 73, pp. 357-400.
( 특허 헌 0004) Nielsen and Chuang, "Quantum Computation and Quantum Information", Cambridge
University Press, Cambridge(2000), pp. 343-345.
( 특허 헌 0005) "A High-Level Look at Optimization: Past, Present, and Future" e-Optimization.com,
2000".
( 특허 헌 0006) Shirts et al., 2000, Science 290, pp. 1903-1904, and Allen et al.,2001, IBM Systems
Journal 40, p.310.
( 특허 헌 0007) Dolan et al., 2002, SIAM News Vol. 35, p.6.
( 특허 헌 0008) Fourer et al.,2001, interfaces 31, pp.130-150.
( 특허 헌 0009) "Image recognition with an adiabatic quantum computer, I. Mapping to quadratic
unconstrained binary optimization", Hartmut Neven et al., April 28, 2008.
내
결 과
본 공 시각과 복 연산 주 심 들 간 상 보 계 [0029]
간 상 링 여 결 트 양 역 공 시각 시스 연산
안 것 다.
본 간 상 리 극 간 상 징 에 트 [0030]
양 역 공 시각 시스 연산 안 것 다 다.
, 본 징 (Ising Model)에 양 컴퓨 드웨어 여 공 시각과 복[0031]
연산 쉽게 결 것 다.
본 징 양 컴퓨 드웨어 , 니안(Hamiltonian) 단열 변 [0032]
상태에 루 단열 양 컴퓨 (AQC) 것 다.
본 징 에 특 트 (Trapped Ion) 스 -포 커 링(spin-phonon coupling)[0033]
양 컴퓨 드웨어 고, 그 양 컴퓨 드웨어 수 리 에 여
공 시각과 복 연산 결 것 다.
과 결 수단
상 같 달 여, 본 실시 에 양 시스 공 시각 상 [0034]
식 연산 1 상 심 들 간 계 도 1 과, 2 상 심 들 간 계
도 2 간 사도에 수 링 상 수가
상 양 시스 단열 개(adiabatic evolve) 과 거쳐 얻어지 양 상태 여 상
1 과 상 2 간 사도가 1 과 2 탐색 포
다.
등록특허 10-1699414
- 9 -
상 링 상 1 상 심 들 간 계 고, 상 상 1 상 심 들[0035]
간 계 집 상 1 링 고, 상 2 상 심 들 간 계 고, 상
상 2 상 심 들 간 계 집 상 2 링 것 특징 다.
, 상 양 시스 극 (dipole) 간 상 리 포 것 특징[0036]
다. , 상 양 시스 체 극 상 징(Ising) 포 것 특
징 , 상 징 트 스 -포 커 링 리 것 특징
다.
상 양 시스 상 수에 에 지 가지 리 포 것 특징 다.[0037]
본 실시 에 양 시스 공 시각 1 상 득 듈, 상 득[0038]
1 상 심 들 간 계 1 도 고, 2 상 심 들 간 계 2
도 상 도 상 1 상 2 리 포 고, 상
상 리에 상 1 상 2 간 사도에 수
링 상 수가 상 양 시스 단열 개(adiabatic evolve) 과 거쳐 얻
어지 양 상태 여 상 1 과 상 2 간 사도가 1
과 2 탐색 포 것 특징 다.
, 상 상 1 상 심 들 간 계 고, 상 상 1 상 [0039]
심 들 간 계 집 상 1 링 고, 상 2 상 심 들 간 계
고, 상 상 2 상 심 들 간 계 집 상 2 링 것 특징
다.
, 상 양 시스 극 (dipole) 간 상 리 포 것 특징[0040]
다.
본 실시 에 양 시스 공 시각 상 식 연산 1 상 심 들[0041]
간 계 도 1 과, 2 상 심 들 간 계 도 2 간 사도에
수 단계 상 수가 상 양 시스 단열 개(adiabatic
evolve) 과 거쳐 얻어지 양 상태 여 상 1 과 상 2 간 사도가
1 과 2 탐색 단계 포 다.
, 상 수 단계 상 1 상 심 들 간 계 고, 상 [0042]
상 1 상 심 들 간 계 집 상 1 링 고, 상 2 상 심 들 간
계 고, 상 상 2 상 심 들 간 계 집 상 2
링 것 특징 다.
, 양 시스 극 (dipole) 간 상 리 포 것 특징 , [0043]
체 극 상 징(Ising) 포 것 특징 다.
상 징 트 스 -포 커 링 리 것 특징 , 상 양[0044]
시스 상 수에 에 지 가지 리 포 것 특징 다.
과
본 에 공 시각과 복 연산 각 미지 주 심 에 심 간 계 간[0045]
상 링 여 게 연산 수 다.
본 간 상 리 극 간 상 에 여 징 에 양 컴[0046]
퓨 드웨어 므 공 시각과 복 연산 쉽게 결 수 과가 다.
, 본 징 에 특 트 (Trapped Ion) 스 -포 커 링(spin-phonon[0047]
coupling) 양 컴퓨 드웨어 고, 양 컴퓨 드웨어 수 리
에 여 공 시각과 복 연산 결 수 다.
도 간단
등록특허 10-1699414
- 10 -
도 1 본 실시 에 주 심 에 심 간 계 간 상 링 도 다.[0048]
도 2 식 공 시각 링 나타낸 도 다.
도 3 도 2(a) 도 2(b) 개 상들 내 특징 들 드 그 (labeled graph) 링
과 도시 다.
도 4 본 실시 에 주 심 에 심 간 계 나타낸 도 다.
도 5 본 실시 에 공 시각 상 식 연산 상 게 나타낸 도 다.
도 6 본 실시 에 양 시스 공 시각 상 게 나타낸 도 다.
도 7 본 실시 에 공 시각 상 식 연산 나타낸 순 도 다.
도 8 러닝(Deep learning) 사 얼 과 고양 얼 별 고 식 과 도
시 도 다.
실시 체 내
상 에 본 다 특징들 첨 도 참 실시 에 통 여 드[0049]
러나게 것 다.
본 직 실시 첨 도 들 참 여 상 다. 본 에 어, 공[0050]
지 에 체 본 지 릴 수 다고 단 경우에 그 상
생략 다.
본 실시 에 , , 등 편 여 과 것 수 다. 본 실시 들[0051]
에 거나 것 아니다. 각 도 에 시 동 참 동 재 나타낸다.
도 1 본 실시 에 공 시각 에 다 상 간에 식 과 링[0052]
도 다.
공 시각 에 컴퓨 미리 런스 과 상 여 상[0053]
식 , 과 훈 과 거쳐 고도 다. 리스틱(heuristic) 알고리 리 알고
리 특 (particular) 타 상에 , 리스틱 알고리 상에 다양 게 달리
수 다.
, 간 시각 시각 보 지 뇌 , 다 상 간 매 여, 각 상[0054]
나타내 게 사 (describe) 수 특징 들 고, 그 특징 들 , 열, 특징
들 간 거리 등 식 여 특징 들 특징 들 간 상 보 지
다. 후 간 뇌 상 보 여 상 지 다. 러
과 단순 나 과 간 동 만 탐색 어 우 , 주변 들 포 간 매
것 수 다.
그러나 지 가지 공 시각에 러 간 뇌에 루어지 동 간[0055]
감각 (sensory data) 사 극 어 다. 간 뇌에 루어지 동 사
것 NP-Hard (NP-Hard Problem) 고 알 다.
도 1에 다 상 간 식 과 링 고, 그 과 NP-Hard 에 [0056]
다. 도 1(a) 도 1(b) 상 다 상 지만 동 리 (same physical
structure) 가진 상 다 수 다.
공 시각에 식 연산 각 상 내에 각 심 (특징 )들 간 상 보[0057]
나타내 계 들 , 러 계 들 간 각 상 식
과 사 미 가지 것 수 다.
그런 상마다 과 , 특징 과 과 어 특징 들 간 상[0058]
보 계 식 지 결 과 루어질 수 , Deterministic
수 것 아니고, 결과 가 값 찾아야 Non-deterministic 에 다.
등록특허 10-1699414
- 11 -
도 1(a) 상 내 심 (특징 )들 i, j, k 간 계 들 집 루어진 X 고 가[0059]
고, 도 1(b) 상 내 심 (특징 )들 간 계 들 루어진 Y 고 가
, 도 1(a) 상 X 도 1(b) 상 Y 연산 가 어 운 다.
도 1(a) 상과 도 1(b) 상 간 매 사 도 1(a) 가 사 수 [0060]
X 도 1(b) 가 사 수 Y 야 , X가 Y 어떻게 변
(displace) 지도 연산 통 여 도 야 다. , 도 1(a) 상과 도 1(b) 간 상 간 매
사 계 탐색 것 가 X Y 탐색 것 볼 수 다.
본 에 과 나 수(objective function) 고 수
고 고 다. 앞에 언 것처럼 NP- 드 알 다.
본 에 러 양 컴퓨 여 결 고 , 상 내에 각 심 (특징[0061]
)들 간 연결 나타내 살 극 링 다. , 살 각 심 (특징 )들 간 과
미 , 수도 다.
여 (i) 도 1(a) 상 특징 과 도 1(b) 상에 그 특징 간 미스매[0062]
나타내 (term)과, (ii) 들(matches) 간 산(divergence)
들 간 공간 (spatial consistency) 나타내 (term) 수 다.
양 컴퓨 리 도 1(a)에 가 X 도 1(b)에 가 [0063]
Y 동시에 찾 수 다. 도 1(a) 상에 심 (특징 )들 i, j, k간 계 들 과 도
1(b) 상에 심 (특징 )들 간 계 들 꺼 에 양 컴퓨 리
링 고 리 찰 X Y 께 수 다.
상태 리 에 지가 닥 상태 리 상태 취 얻 수 다.
들어 양 컴퓨 가 스 내에 리 고, 리 여 단열 진 과
거쳐 상태( 닥 상태)가 었 스 내 리 찰 그 결과 얻어지
X Y 수 다.
, 각 상들 심 (특징 )들 간 간 극 에 여 사 도 극 리[0064]
특 포 리 스 내 리 택 수 다.
도 1(a) 상에 심 (특징 ) i 시 고 j 계 나타낼 수 [0065]
다. , 심 (특징 ) i j 지 계 특징 지 들 간 평 동(translation) 뿐만 아니
(local scale) (orientation) 차 지 포 다. 계 역 동, , 스 링
(global translation, rotation, and scaling) 여 규 수 다.
도 1(a)에 특징 들 i, j, k 그 GA 고, 도 1(b)에 심 (특징 )들 그[0066]
GB , 수 식 1 각 상에 도 특징 들(i ∈ GA, ∈ GB)간 거리에 나타
낸다. 도 1(a)에 특징 들 개수가 M , GA M개 드 가지 드 그 (labeled graph)
다. 도 1(b)에 특징 들 개수가 N , GB N개 드 가지 드 그 다.
GA ith 지 에 규 특징 (normalized feature vector) , GB
th지 에
규 특징 미 다. 규 특징 헌에 local descriptor 리 도
다. 들 규 특징 심 주변 변 가보 웨 (Gabor wavelets
of varying scale and orientation)에 수도 다. 그 GA GB 에지(edge) 특징 간
계(geometric relationship) 나타낸다. 도 1(a) 상 도 1(b) 상 간 사도
(similarity) 개 드 그 GA GB 간 사도 수 다.
등록특허 10-1699414
- 12 -
[수 식 1][0067]
[0068]
특징 간 scalar product , 상 연 특징 사 척도 [0069]
수 규 값 다. 도 1(a)에 얻어지 i 도 1(b)에 얻어지 간 (i,
) 수 다. (i, )가 술( 사) 에 (potential match) 지
나타내 척도 단 포 계 (Point-wise Threshold) Tfeature 다 (i, )가
d(i, ) > Tfeature 만 경우 (i, )가 상 술 에
(potential match) 고 수 다.
도 1(a) 도 1(b) 그 사 척도 그 GA GB 컨 릭트 그 GC 생[0070]
수 다. 가 값 가지 (i, ) 시 상 술 에
가 컨 릭트 그 GC 지 순차 컨 릭트 그 GC
생 수 다. 컨 릭트 그 GC 생 과 든 포 지 복
루어질 수 다.
컨 릭트 그 GC 내 엣지 도 1(a) 상에 드 그 GA 내 [0071]
사 (geometric consistency) 도 1(b) 상에 드 그 GB 내
사 드 여 나타내 척도 수 다.
컨 릭트 그 GC 내 든 지 어 (단, 경우)에 심 들 간[0072]
어들 = 계산 수 다.
= 규 값 수 다.[0073]
매 어 양립 가 (geometric[0074]
compatibility) 수단 수 다. 매 어
간 동(global translation), (rotation) 변 (scaling)에 변 가 규
후, 연 심 들 지 변 (local displacement), 변 , 에 남 차
(residual difference) 수 므 , 양립 가 수단 수 다.
만 규 후에 남 차 가 어 돌 상태(in[0075]
geometric conflict) 고 양립 가 지 않 것 므 , 매 것 허 지 않 다.
= 돌 계값 Tgeometric에 여[0076]
< Tgeometric 건 만 어 돌 상
태 간주 다.
컨 릭트 그 Gc 돌 상태에 지 어 if 에 여 에지 가[0077]
진다. 고 앞에 같다. 러 컨 릭트 그 Gc
등록특허 10-1699414
- 13 -
L개 지 가질 수 다. 컨 릭트 그 독립 집 (maximum independent set) 언 드 그
(unlabeled graph) GA GB 공통 그 등가 (equivalent to the maximum common subgraph)
다.
컨 릭트 그 Gc 독립 집 찾 과 수 식 2 같 차 진 [0078]
(quadratic unconstrained binary optimization problem) 수 다.
[수 식 2][0079]
[0080]
든 지 에 고, 컨 릭트 그 상 엣지가 재 어 [0081]
에 주어진다.
에 지 가 독립 집 에 에만 = 1 주어지고, 나 지 경우에 = 0[0082]
주어진다. 수 식 2 알 진 NP- 드 L 가 계산시간 매우 도 가 것
알 다.
에 수 식 2 양 역 징 (Quantum Ising Model)에 단열 양 계산(adiabatic[0083]
quantum computation)에 여 변 다.
N개 울 변수(Boolean Variables) 열 고 N x N Q , 상 수[0084]
식 2 수 식 3과 같 나타내어질 수 다.
[수 식 3][0085]
[0086]
편, 양 역 징 상 수 식 3에 S = 2X - 1 계식 여 변수 X에 S 체[0087]
수 식 4 같 나타낼 수 다.
[수 식 4][0088]
[0089]
변수 S 양 역 스 (quantum-mechanical spin) 리 , 양 역 징 양 컴퓨 [0090]
특 단열 양 컴퓨 (AQC)에 수 다.
양 역 에 스 상태 트 공간(Hilbert space) 내에 직 미 [0091]
(qubits) 여 시 수 다. (qubits) 상태 수 식 5 에 여 술 수
다.
등록특허 10-1699414
- 14 -
[수 식 5][0092]
[0093]
들 첩(superposition) 리 (linear combination)에 여 수 ,[0094]
과 수 식 6과 같 나타내어진다.
[수 식 6][0095]
[0096]
양 시스 개별 공간 곱(tensor product) 통 다. 들어, 수 식 7[0097]
나타낼 수 다.
[수 식 7][0098]
[0099]
N 개 (qubit) 상태 첩(superposition) 개별 N 스 상태 각각 찰 수 [0100]
연 진폭(associated amplitudes) 가질 수 다.
, 단 연산 (single qubit operator) 수 식 8과 같 수 다.[0101]
[수 식 8][0102]
[0103]
수 식 8 연산 수 식 5 에 수 식 9 같 결과 얻 수 다.[0104]
[수 식 9][0105]
[0106]
2- 상태에 , 연산 첫 째 고 스 고, 연산 [0107]
째 고 스 , 연산 개 고 스 곱 수 다.
N 스 양 역 징 수 식 10과 같 니안 시 다.[0108]
[수 식 10][0109]
[0110]
등록특허 10-1699414
- 15 -
, ith 에 연산 미 다.[0111]
양 시스 여, 다 스 연산 수 식 11과 같 수 다.[0112]
[수 식 11][0113]
[0114]
수 식 11 스 연산 상태 시킬(flip) 수 다.[0115]
ith 에 스 연산 여 상태 니안(ground state Hamiltonian) 수[0116]
식 12 같 나타낼 수 다.
[수 식 12][0117]
[0118]
그리고 수 식 12 상태 니안 고 상태(eigenstate) 수 식 13과 같 나타낼 수 다.[0119]
[수 식 13][0120]
[0121]
수 식 13 양 상태 시간 수 식 14 슈뢰 거 식 나타낼 수 다.[0122]
[수 식 14][0123]
[0124]
양 역 징 단열 t=0에 주어진 건 단열[0125]
니안 스 태(convex form) 수 식 15 같 나타낼 수 다.
[수 식 15][0126]
[0127]
t=0에 양 시스 가 낮 에 지 상태 가진다. 가 낮 에 지 상태 든 고 에[0128]
여 동등 수 다. t=T에 공 시각 양 역 징 에
도 계 다.
러 식 , 고 처리 어 운 NP- 드 주어진 양 시스 양 역 단열 진[0129]
통 여 결 수 다.
등록특허 10-1699414
- 16 -
단열 양 컴퓨 (AQC, Adiabatic Quantum Mechanics)에 여 얻어진 역 가 낮 고 [0130]
(globally lowest classical configuration) 공 시각과 복 연산 2차 진
에 가 수 다. 양 컴퓨 NP- 드 결 에 고 에 여 지수
수 가 (exponential speed-up) 공 수 수 어 다.
상 수 식 2에 여 규 차 진 여 단열 양 컴퓨 시스 훈[0131]
과 , 알고리 드웨어 훈 시 다. 알고리 수 식 16
과 같 나타내어진다.
[수 식 16][0132]
[0133]
, 고, 에 여 미 다.[0134]
특징 탐지 x 수 , 훈 동안 가
나타낸다.
훈 수 식 17에 나타난 산 (discrete optimization problem) 결 루어질[0135]
수 다.
[수 식 17][0136]
[0137]
상 수 식 17 S개 훈 샘 에 여 술 다.[0138]
에 공 시각 드웨어 드웨어 술 수 수 식 다. 드[0139]
웨어 트 (trapped ion) 스 -포 체 (spin-phonon chains) 양 역 징 (quantum
Ising model)에 여 수 다. 트 스 -포 체 양 역 징 극 에
리 , 극 공 시각 특 에 시 양 역 단열 진 통
여 극 상태 변수 통 여 공 시각 특 수
다. 극 (dipole) 등에 과 가지 다. 극 양 역 징
각 공 시각 특 에 시킬 수 다.
상 극 특징 들 술 도 시스 링 수도 고, 도 1(a) 상에[0140]
심 (특징 ) i 시 고 j 계 들 술 도 시스 링
수도 다. 극 가 특징 들 술 도 링 경우 상 연 특징 간 사
도 극 들 간 scalar product 얻 수 것 고,
극 가 계 들 술 도 링 경우 어들
극 간 연산 통 여 수도 것 다.
트 스 -포 체 양 역 징 니안 수 식 18과 같 [0141]
등록특허 10-1699414
- 17 -
수 다.
[수 식 18][0142]
[0143]
어스에 여 닝 수 값 스 -포 체 징 상 (Ising[0144]
interaction) 나타낸다. 포 에 여 술 체 나타낸다. 편 니안 에
지 상태 미 므 , 니안 수 고 니안(에 지가 상태)
것 수 것 수 다.
양 에 량 결 (capacitively coupled) 감지 검 (sensitive charge detector) 싱 샷 검[0145]
(single-shot detection)에 여 스 단 링 트(spin-dependent single-electron
tunneling event)에 여 개별 검 루어질 수 다.
N 양 시스 니안 수 식 19 같 나타낼 수 다.[0146]
[수 식 19][0147]
[0148]
미 Jij hi 양 변수 , 각각 압 가 변경 수 다. 들 게 트들 어스[0149]
압들 양 연산 에 니안 얻 여 어 수 다.
시간 t=0 니안 든 i j에 여 Jij = 0 도 어스 얻 수 다.[0150]
수 식 15 변수 T 수 다. 상태(initial ground state)
에 지 역 에 지(global minimum energy) 간 에 지 리(energy separation) 나타낸다.
도 2 식 공 시각 링 나타낸 도 다.[0151]
도 2 도 3 상 "Image recognition with an adiabatic quantum computer, I. Mapping to quadratic[0152]
unconstrained binary optimization", Hartmut Neven et al., April 28, 2008.에 것 다.
도 2(a) 런스 상 미 고, 도 2(b) 상 다.[0153]
식 공 시각 링 실 계에 동 가지 개 상 내에 특징 들[0154]
어링 루어진다. 사도(similarity) (geometric consistency)가 개
상 어 도 사 지 수 다. 에 미드 지 , 스 스 얼
, , , 미드 진 경계 등 어링 수 다. 그러나 들 엄
말 나 아니 그 체가 복수 특징 들 가진 나 특징 역 고, 보 각도
에 도 2(a) 도 2(b)에 다 수 다.
도 3 도 2(a) 도 2(b) 개 상들 내 특징 들 드 그 (labeled graph) 링[0155]
과 도시 다.
도 3(a)에 도시 것처럼 도 2(a) 상에 여 특징 i, j, k 각각 계 가 수 다. 도[0156]
3(b)에 도 2(b) 상에 여 특징 각각 계 가 수 다. 처럼 각 상
특징 들 간 계 집 드 그 술 과 도 3 통 여 도시 다.
등록특허 10-1699414
- 18 -
도 3 실시 에 도 3(a) 특징 i, j, k 각각 도 3(b) 특징 각각에 직[0157]
알 수 다. 처럼 간 미 식 루어 에 각 상들 간 특징 계
가 식 다. 지만 공 시각에 특징 i가 특징 어 에 지, 어
특징 택 야 지에 연산 루어 야 므 러 계산 특징 수가 많
수 매우 많 연산량 NP- 드 다.
도 4 본 실시 에 주 심 에 심 간 계 나타낸 도 다.[0158]
도 4에 i, j, k 도 3(a) 특징 미 , 도 3(b)에 특징 미 다. 도 3(b) 도[0159]
3(a)가 움직 거나 틀 것 고 가 , 본 에 특징 (feature location)들 변
찰 여, 도 3(b) 도 3(a) 수 다. 도 3(b) 도 3(a) 특징 들 변
(displacement) 뷰포 트(Viewpoint)만 결 지 못 수도 다. 지만 특징 들끼
리 사 변 것 고 수 다.
, 특징 들끼리 께 동 것 상 수 다. 결과 상 것 [0160]
간주 수 , 러 개 들 간 수 시도 링
수 다.
도 4에 도시 것 도 3(a) 특징 들과 도 3(b) 특징 들 간 매 실시 다. , 특징 i[0161]
특징 나 매 수 지만 도 4에 가 i 매 경우가 도시 다. 매
어 (i, ) 도 4 그 지 지 도시 다.
수(objective function)가 도 3(a)에 특징 들 간 계 ( 살 들 집 ) 도 3(b)에 특징[0162]
들 간 계 차 도 계 었다 , 수 가 사 게 사 도
3(a) 과 도 3(b) 찾 수 다.
수 양 컴퓨 에 양 시스 에 지 고, 에 지 양 시스 가 안[0163]
상태 수 므 가 안 상태 도 3(a) 과 도 3(b) , 도 3(a) 도 3(b)간 변 계
계산 수 , , 변 계 도 3(a) 도 3(b) 상 간 동, , 틀림 등 미 다.
, 각 특징 들 계 가지 만 지 않 , 다양 수도 다. 에 [0164]
, 1 수 다. 에 지 역(global) 었 지 지
(local) 었 지에 다 값 수 고 에 연산 결과 다
상 게 나타날 수도 다.
도 5 본 실시 에 공 시각 상 식 연산 상 게 나타낸 도 다.[0165]
양 시스 (quantum system) 여 공 시각(machine vision)에 상 간 식 연산 [0166]
(500) 링 (510) (520) 포 다.
링 (510) 1 상 심 들 간 계 도 1 과 2 상 심 들 간 계[0167]
도 2 간 사도에 수(Objective function) 다.
, 1 상 상 미 , 편 상 도 1(a) 상 미 다. 2 상 런스 [0168]
상 미 , 도 1(b) 상 미 다. , 심 각 상들 특징 과 같 미 가진다. 다만
실시 에 상과 런스 상 드시 에 없 , 뀔 수도 것 다.
(520) 수(Objective function)가 상 양 시스 단열 개(adiabatic[0169]
evolve) 과 거쳐 얻어지 양 상태 여 링 (510)에 링 1 과 2
간 사도가 1 과 2 탐색 다.
, 양 시스 극 (dipole) 간 상 리 포 것 특징 , [0170]
상 , 상 리 극 간 상 링 수 다.
등록특허 10-1699414
- 19 -
, 양 시스 체 극 상 징(Ising) 포 수도 다.[0171]
, 징 트 (Trapped Ion) 스 -포 커 링(spin-phonon coupling) [0172]
리 다.
, 양 시스 수에 에 지 가지 리 포 수도 다.[0173]
에 , 공 시각과 복 연산 주 심 에 심 간 계 간 상 [0174]
링 가 , 링 통 여 공 시각과 복 연산 결 수 다.
도 6 본 실시 에 양 시스 공 시각 상 게 나타낸 도 다.[0175]
양 시스 여 상 간 식 공 시각 (600) 듈(610), 리(620) [0176]
(630) 포 , (630) 링 (631) (632) 포 다.
듈(610) 1 상 득 , 태양 나 등에 복사 특 사, , 수, 간 , [0177]
등 여 공간에 체 상 시 거나, 어 체에 사 사 여 그 체
질 연 다.
(630) 듈(610) 득 1 상 심 들 간 계 1 도 고, 2[0178]
상 심 들 간 계 2 도 다. , 2 상 1 상 런스 상 ,
1 상 변 상 미 다.
리(620) (630)에 도 1 2 역 다.[0179]
(630)에 포 링 (631) 리(620)에 1 2 간 사도에 [0180]
수 , (632) 수가 양 시스 단열 개(adiabatic evolve) 과
거쳐 얻어지 양 상태 여 1 과 2 간 사도가 1
과 2 탐색 역 다.
, (630) 1 상 심 들 간 계 고, 1 상 심 들 간 [0181]
계 집 1 링 고, 2 상 심 들 간 계 고, 상 2
상 심 들 간 계 집 2 링 다.
, 양 시스 극 (dipole) 간 상 리 포 수 다.[0182]
도 7 본 실시 에 공 시각 상 식 연산 나타낸 순 도 다.[0183]
양 시스 (quantum system) 여 공 시각(machine vision)에 상 간 식 연산 [0184]
1 상 심 들 간 계 도 1 과, 2 상 심 들 간 계 도
2 간 사도에 수 다(S710).
, 1 상 심 들 간 계 고, 1 상 심 들 간 계 집 1[0185]
링 고, 2 상 심 들 간 계 고, 2 상 심 들 간 계
집 2 링 수 다.
, 1 상 상 미 , 2 상 1 상 변 상 , 1 상 런스 상[0186]
미 다.
수가 양 시스 단열 개(adiabatic evolve) 과 거쳐 얻어지 양 상태[0187]
여 1 과 2 간 사도가 1 과 2 탐색 다(S720).
, 양 시스 극 (dipole) 간 상 리 포 것 특징 , [0188]
체 극 상 징(Ising) 포 것 특징 다.
, 징 트 (Trapped Ion) 스 -포 커 링(spin-phonon coupling) [0189]
리 것 특징 , 양 시스 수에 에 지 가지 리 포 수
다.
에 , 공 시각과 복 연산 주 심 에 심 간 계 간 상 [0190]
링 가 , 링 통 여 공 시각과 복 연산 결 수 다.
등록특허 10-1699414
- 20 -
상 실시 에 양 시스 단열 진 공 시각과 복 연산 링 양 컴퓨[0191]
에 술 개시 었다(disclosed). 본 아 어 상 수 식 2 수 고 양
시스 극 (dipole) 간 상 리 포 도 택 , 상
, 상 리 극 간 상 링 수 다. 링 양 시스
니안 상 수 식 10과 같 주어진다.
본 아 어 공 시각 상 식 실시 심 개시 었 나 공 시각에만 야[0192]
가 지 않 다. 식 수 공 지 (artificial intelligence)
계 습(machine learning) 에 상에 개시 식 등가 변 여 가
다.
공 지 계 습 야 (optimization) 과 양 시스 단열 진[0193]
(adiabatic evolve) 여 니안 상태 찾 과 링 수 므 본 아
어 다양 야에 수 다.
계 습 야에 본 아 어가 수 어 리 근 각 고 러닝(deep[0194]
learning) 들 수 다. 러닝 사 사고 식 동 수 도 컴퓨 - 신
습 다. 들어 러닝 간 상 계에 들
고 여 상 그룹 식 다. 상 보 경우에 간 연 계 열
(represent) 시가 고 다. 러닝 간 뇌가 수많 에
견 사 보 처리 식 여 컴퓨 가 스스 사 별 도 컴퓨 가 습
과 미 , 러닝 경우 견 과 가 컴퓨 스스 지(recognition)
(reasoning) 과 거쳐 루어진다.
러닝 복 식 과 컴퓨 가 지 수 도 여 deep[0195]
neural network, convolutional deep neural network, deep belief network 등 체 사 ,
컴퓨 , 식, 연어 처리, /신 처리 등 야에 다.
식에 러닝 수많 재 후보들 에 미 후보만 가 내 과[0196]
동 다. 러 과 도 8 통 여 도시 다. 도 8 러닝 사 얼 과 고양 얼
별 고 식 과 개 다. 수많 후보들 지만 그 미 후보들만
택 고, 택 들에 여 체 상에 평가가 루어진다.
본 아 어 복 deep neural network 등 과 양 시스 에[0197]
단열 진 통 여 연산 체 고 것 다. neural network 값에 여 티
에 도달 지 못 고 컬 티 수 경우가 많 리 알 , 러 약 극복
여 계 deep neural network 등 고 다. 지만 근본 neural network 특 상 시
루 티 신 수 없 , 티 얻 여 상태에
exhaustive 탐색 수 야 경우도 재 다. deep neural network 등 상당 연산 시
간 므 실시간 식 어 리 에 만 만 질 공 지 못 수도
다. 본 아 어 양 시스 단열 진 여 연산 시간 단 고 실시간
식 어 리 에 도 만 만 질 공 고 것 다.
본 아 어 각 엔트리 간 계 수 고 들 들 [0198]
그룹 간 사도 스에 가 다. 들 들어 스 경우 각
스트 간 연 , , 컨 스트(context) 여 공 수도 고,
경우에 각 시간에 주 수 변 여 공 수도 다.
양 시스 리 상태 변수 링 수 고, 들어 양 시스 상태 극 통 여
술 수 경우에 상 수 식 10 니안 수 앞에 같다.
본 아 어 료 상 독(reading and diagnosis of medical image), 약 산업에 신약 [0199]
거나 미리 탐지 어 리 , 마 나 고객 리 동 식,
사 (Internet of Things) 통 여 얻어지 가운 에 미 보 고
어 리 에도 수 것 다.
본 실시 에 양 시스 공 시각 상 식 연산 다양 컴퓨 수단[0200]
등록특허 10-1699414
- 21 -
통 여 수 수 그 태 어 컴퓨 독 가 매체에 수 다. 상 컴퓨
독 가 매체 그 , , 등 단독 여 포 수 다.
상 매체에 그 본 여 특별 계 고 것들 거나 컴퓨 트웨
어 당업 에게 공지 어 사 가 것 수도 다. 컴퓨 독 가 매체 에 드 스 ,
스 같 매체(magnetic media), CD-ROM, DVD 같 매체(optical
media), 티컬 스 (floptical disk) 같 - 매체(magneto-optical media), (ROM),
(RAM), 시 리 등과 같 그 고 수 도 특별 드웨어 가 포
다. 그 에 컴 러에 만들어지 것과 같 계어 드뿐만 아니 리 등
사 컴퓨 에 실 수 고 언어 드 포 다. 상 드웨어 본 동
수 나 상 트웨어 듈 동 도 수 , 그 역도 마찬가지 다.
상과 같 본 에 체 등과 같 특 사 들과 실시 도 에 [0201]
었 나 본 보다 돕 공 것 뿐, 본 상 실시 에
것 아니 , 본 야에 통상 지식 가진 러 재 다양 수
변 가 다.
, 본 사상 실시 에 어 아니 , 후술 특허청 뿐 아니[0202]
특허청 균등 거나 등가 변 든 것들 본 사상 주에 다고 것 다.
500: 양 시스 공 시각 상 식 연산 [0203]
510: 링
520:
도
도 1
등록특허 10-1699414
- 22 -
도 2
등록특허 10-1699414
- 23 -
도 3
등록특허 10-1699414
- 24 -
도 4
도 5
도 6
등록특허 10-1699414
- 25 -
도 7
도 8
등록특허 10-1699414
- 26 -