ニューラルネットワークの学習方法、ニューラルネットワークの生成方法、学習済装置、携帯端末装置、学習処理装置及びコンピュータプログラム
- 開放特許情報番号
- L2021001110
- 開放特許情報登録日
- 2021/8/23
- 最新更新日
- 2023/1/20
基本情報
| 出願番号 | 特願2021-509108 |
|---|---|
| 出願日 | 2020/3/17 |
| 出願人 | 国立大学法人京都大学 |
| 公開番号 | |
| 公開日 | 2020/10/1 |
| 発明の名称 | ニューラルネットワークの学習方法、ニューラルネットワークの生成方法、学習済装置、携帯端末装置、学習処理装置及びコンピュータプログラム |
| 技術分野 | 情報・通信 |
| 機能 | 機械・部品の製造、制御・ソフトウェア |
| 適用製品 | ニューラルネットワークの学習方法、ニューラルネットワークの生成方法、学習済装置、携帯端末装置、学習処理装置及びコンピュータプログラム |
| 目的 | 誤差逆伝播法を用いる必要がないニューラルネットワークの学習方法、ニューラルネットワークの生成方法、学習済装置、携帯端末装置、学習処理装置及びコンピュータプログラムを提供する。 |
| 効果 | 誤差逆伝播法を用いる必要がなく、一種類の計算だけで学習でき、ネットワークの学習を、局所的かつ非同期な計算で実現できる。 |
技術概要) |
ニューラルネットワーク内の各ニューロンを、二値を取り得る確率変数とし、
ニューラルネットワーク内のニューロン間の結合重みを、各シナプスに所要の結合係数が乗算された複数のシナプスで表現し、前記複数のシナプスを、二値を取り得る確率変数とし、 入力層及び出力層それぞれのニューロンに訓練データを与え、中間層のニューロンに初期データを与え、 入力層及び出力層それぞれのニューロンの確率変数が前記訓練データの値であるという条件の下での条件付き確率分布から、マルコフ連鎖モンテカルロ法に基づくサンプリングを行って前記中間層の各ニューロン及びニューラルネットワーク内の各シナプスそれぞれの状態値を更新する処理を繰り返し、 更新された各シナプスの状態値に基づいてニューロン間の結合重みを算出する、 ニューラルネットワークの学習方法。 |
| 実施実績 | 【無】 |
| 許諾実績 | 【有】 |
| 特許権譲渡 | 【否】 |
| 特許権実施許諾 | 【可】 |
アピール情報
| アピール内容 | 京都大学「産学連携情報プラットフォーム（フィロ）」をご紹介します。
産学連携の新たな取り組みなど、有益な情報を発信しています。 https://philo.saci.kyoto-u.ac.jp/ |
|---|
登録者情報
| 登録者名称 | |
|---|---|
その他の情報
| 関連特許 |
|
|---|