| 出願番号 |
特願2016-156471 |
| 出願日 |
2016/8/9 |
| 出願人 |
国立大学法人九州工業大学 |
| 公開番号 |
特開2018-025920 |
| 公開日 |
2018/2/15 |
| 登録番号 |
特許第6831990号 |
| 特許権者 |
国立大学法人九州工業大学 |
| 発明の名称 |
乱数生成器が不要なニューラルネットワークのハードウェア実装の方法及び乱数生成器が不要なニューラルネットワーク |
| 技術分野 |
情報・通信 |
| 機能 |
制御・ソフトウェア |
| 適用製品 |
乱数生成器が不要なニューラルネットワークのハードウェア実装の方法及び乱数生成器が不要なニューラルネットワーク |
| 目的 |
限られたハードウェア資源の中で、ニューラルネットワークのハードウェア実装に必要なハードウェア資源を削減してハードウェア化を実現することが可能な乱数生成器が不要なニューラルネットワークのハードウェア実装の方法及び乱数生成器が不要なニューラルネットワークを提供すること。 |
| 効果 |
乱数生成器が不要なニューラルネットワークのハードウェア実装の方法及び乱数生成器が不要なニューラルネットワークにおいては、ニューラルネットワークの処理層Ａを形成する複数のユニットＡの状態を示す状態値Ａから、処理層Ａと隣り合う下流側の処理層Ｂを形成する複数のユニットＢの状態を決定して出力する演算回路部をユニットＢ毎にに対応させて設けるので、複数のユニットＢの発火又は非発火の状態を、同時にかつ高速で演算して決定することができる。深層学習を短時間で行うことができ、消費電力の削減を達成することが可能になる。 |
技術概要
 |
深層学習に用いる乱数生成器が不要な処理層を備えたニューラルネットワークのハードウェア実装の方法であって、
最下流の前記処理層を除いた任意の処理層Ａを形成する複数のユニットＡのそれぞれの発火又は非発火の状態を示す状態値Ａが、該処理層Ａと隣り合う下流側の処理層Ｂを形成する複数のユニットＢにそれぞれ伝達されて決まる該ユニットＢ毎の状態値Ｂを固定小数点２進数による演算で求め、該状態値Ｂを変数とする発火確率関数を用いて前記ユニットＢ毎の発火確率Ｐ（Ｂ）を求めて発火又は非発火の状態を決定して出力する演算回路部を設け、前記演算回路部には、前記状態値Ｂを求める際に前記固定小数点２進数のビット幅を超過して切り捨てられるビットを用いて形成する数値を乱数として用いて、前記ユニットＢ毎の発火確率Ｐ（Ｂ）から該ユニットＢの発火又は非発火の状態を決定するユニット状態演算器を設けることを特徴とする乱数生成器が不要なニューラルネットワークのハードウェア実装の方法。 |
| 実施実績 |
【無】 |
| 許諾実績 |
【無】 |
| 特許権譲渡 |
【否】
|
| 特許権実施許諾 |
【可】
|
)