ａｔ－ＮＭＤ

開放特許情報番号: L2026000652

開放特許情報登録日: 2026/4/3

最新更新日: 2026/4/13

基本情報

出願番号	特願2025-270014
出願日	2025/12/19
出願人	田中　芳明
登録番号	特許第7830019号
特許権者	田中　芳明
発明の名称	ＡｔｏｍｉｃＴｒａｐ－ＮｅｕｒｏＭｅｍｏｒｙＤｒｉｖｅ（ａｔ－ＮＭＤ）：非破壊読出メモリ技術
技術分野	情報・通信
機能	制御・ソフトウェア
適用製品	エッジＡＩ、フィジカルＡＩ、ブレインマシンインターフェース
目的	GPU中心の集中型AIに代わる分散型学習基盤の構築エッジAI・ロボティクスと統合された「成長型AIハードウェア」の実現 3次元積層・新材料による高密度ニューロモルフィックシステムへの発展 AIの実装形態そのものを変革する基盤技術としての位置づけ機械脳型AI（記憶と学習が一体化した構造）のハードウェア基盤への応用
効果	非破壊読み出しとアレイ干渉の抑制を両立し、学習状態を維持したまま内部状態の観測を可能とする。 AIの「学習・記憶・観測」をハードウェア上で一体化し、従来のソフトウェア中心の学習構造を拡張する新しいアーキテクチャを実現する。
技術概要	「記憶するだけのメモリ」から「使うほど学習するメモリ」へと発想を転換したニューロモルフィック回路技術の特許。単一素子の短期可塑性（STP）、長期可塑性（LTP）、およびスパイクタイミング依存可塑性（STDP）を活用し、回路スケールで安定した学習動作を実現する。 ■商談希望の方は以下サイト経由でお願いします。・PatentRevenue（特許一覧）　https://patent-revenue.iprich.jp/patent/
実施実績	【無】
許諾実績	【無】
特許権譲渡	【可】
特許権実施許諾	【否】

アピール情報

アピール内容	▼応用・影響分野▼ ニューロモルフィック型AI 　記憶と学習が一体化した構造により、継続的に適応する脳型AIの実装基盤エッジAIデバイス　環境に応じてリアルタイムに学習を継続する低遅延、低消費電力AI基盤ロボティクス　センサ入力に応じて動作を自律的に最適化するフィジカルAI制御基盤ブレインマシンインターフェース　神経信号を学習し、使用に応じて個人最適化される適応型インターフェース基盤学習型メモリ　経験や履歴に応じて状態が変化する情報記憶基盤車載・IoT 　分散環境において自律的に学習を継続する低電力エッジコンピューティング基盤

アピール内容

▼応用・影響分野▼

ニューロモルフィック型AI
　記憶と学習が一体化した構造により、継続的に適応する脳型AIの実装基盤

エッジAIデバイス
　環境に応じてリアルタイムに学習を継続する低遅延、低消費電力AI基盤

ロボティクス
　センサ入力に応じて動作を自律的に最適化するフィジカルAI制御基盤

ブレインマシンインターフェース
　神経信号を学習し、使用に応じて個人最適化される適応型インターフェース基盤

学習型メモリ
　経験や履歴に応じて状態が変化する情報記憶基盤

車載・IoT
　分散環境において自律的に学習を継続する低電力エッジコンピューティング基盤

登録者情報

登録者名称	田中　芳明