[发明专利]电子装置及操作电子装置的方法

说明书

本发明公开了使用神经网络来选择最佳错误校正算法的装置和方法。示例装置包括：解码控制器，被配置成：将第一输入传输到训练后的人工神经网络，第一输入包括初级未满足校验节点的数量即初级UCN的数量、与至少一次迭代相对应的UCN的数量以及与至少一次迭代相对应的校正位的数量中的至少一个，并且基于与第一输入相对应的训练后的人工神经网络的输出，选择第一错误校正解码算法或第二错误校正解码算法；以及错误校正解码器，使用所选择的错误校正解码算法对读取向量执行错误校正解码操作，其中训练后的人工神经网络的输出包括第一预测值，第一预测值指示使用第一错误校正解码算法的第一错误校正解码操作成功的概率。

相关申请的交叉引用

本申请要求于2019年11月26日提交的申请号为10-2019-0153259的韩国专利申请的优先权和权益，该韩国专利申请的公开内容通过引用全部并入本文。

技术领域

本公开涉及一种电子装置及操作电子装置的方法。在一些实施方式中，电子装置被配置为使用人工神经网络。

背景技术

电子装置可以包括临时地或永久地存储数据的存储介质。在诸如写入、读取、传输或处理的各种操作中，可能会发生数据错误或数据损坏。

为了确保数据的可靠性，电子装置可以使用诸如错误校正编码和错误校正解码的错误校正技术。

发明内容

本公开的实施例涉及一种电子装置及操作电子装置的方法，使得能够选择最佳的错误校正解码算法。在示例中，电子装置能够使用错误校正解码的结果来重新训练人工神经网络。

根据本公开的实施例的电子装置包括：解码控制器，被配置为将初级未满足校验节点(UCN)的数量、分别与至少一次迭代相对应的UCN的数量、以及分别与至少一次迭代相对应的校正位的数量中的至少一个输入到训练后的人工神经网络，并且基于与输入相对应的训练后的人工神经网络的输出，选择第一错误校正解码算法和第二错误校正解码算法中的任意一个；以及错误校正解码器，被配置为使用所选择的错误校正解码算法对读取向量执行错误校正解码。该训练后的人工神经网络的输出包括第一预测值，该第一预测值指示使用第一错误校正解码算法的第一错误校正解码成功的概率。

根据本公开的实施例的操作电子装置的方法包括：将初级未满足校验节点(UCN)的数量、分别与至少一次迭代相对应的UCN的数量以及分别与至少一次迭代相对应的校正位的数量中的至少一个输入到训练后的人工神经网络；基于与输入相对应的训练后的人工神经网络的输入，选择第一错误校正解码算法和第二错误校正解码算法中的任意一个；并且使用所选择的错误校正解码算法对读取向量执行错误校正解码。该训练后的人工神经网络的输出包括第一预测值，该第一预测值指示使用第一错误校正解码算法的第一错误校正解码成功的概率。

在本公开的一些实施例中，可以最优地执行对错误校正解码算法的选择，并且因此，可以提高电子装置的吞吐量并且可以减少功率消耗。

附图说明

现在将在下文中参照附图描述示例实施例；然而，它们可以以不同的形式实施，并且不应该被解释为限于本文所阐述的实施例。

图1是示出人工神经网络的示例图。

图2是示出根据本公开的实施例的电子装置的示例图。

图3和图4是示出人工神经网络的训练的示例性示例图。

图5是示出根据本公开的实施例的第一类型的训练输入向量的示例图。

图6是示出根据本公开的实施例的第二类型的训练输入向量的示例图。

图7是示出根据本公开的实施例的第三类型的训练输入向量的示例图。

图8是用于描述根据本公开的实施例的错误校正电路的示例图。