特開2023-124376IP Force 特許公報全文掲載

ホーム > 特許ランキング > 沖電気工業株式会社 > 特開2023-124376

技術分野

情報処理装置、情報処理方法およびプログラム

要約特許出願時に添付された[要約書]

【課題】高精度なニューラルネットワークを構築する。
【解決手段】入力データと、第１のニューラルネットワークとに基づいて、入力データの第１の推論結果を出力することと、第１の推論結果に基づく第１の評価結果を出力することと、第１の評価結果に基づいて第１のニューラルネットワークの第１の重みパラメータを更新することと、入力データと、更新後の第１の重みパラメータが設定された第１のニューラルネットワークと、第２のニューラルネットワークと、第２のニューラルネットワークの重み係数とに基づいて、入力データの第２の推論結果を出力することと、第２の推論結果に基づく第２の評価結果を出力することと、第２の評価結果に基づいて、重み係数を更新することと、更新後の第１の重みパラメータと、第２のニューラルネットワークの第２の重みパラメータと、更新後の重み係数とに基づいて、第２の重みパラメータを更新することと、を含む方法。
【選択図】図１

発明が解決しようとする課題[発明の詳細な説明]から抜粋

非特許文献１に記載の方法および非特許文献２に記載の方法は、式（１）の係数αが常に一定であり、学習開始時に人手で設定するパラメータとなる。しかし、学習対象となるＮＮまたは使用するデータセットによって適切な係数αが異なることも考えられる。したがって、ユーザは係数αを変えながら、ＮＮの学習を複数回試行したり、学習後のＮＮの分析をしたりする必要があり、ユーザの負担が高くなる。

課題を解決するための手段[発明の詳細な説明]から抜粋

問題を解決するために、本発明のある観点によれば、第１の入力データと、第１のニューラルネットワークとに基づいて、前記第１の入力データの第１の推論結果を出力する第１の演算部と、前記第１の推論結果に基づく第１の評価結果を出力する第１の評価部と、前記第１の評価結果に基づいて前記第１のニューラルネットワークの第１の重みパラメータを更新する第１の更新部と、第２の入力データと、更新後の前記第１の重みパ・・・　続きを知財ポータルサイト IP Force にログインして見る

発明の効果[発明の詳細な説明]から抜粋

以上説明したように本発明によれば、ユーザの負担を軽減しつつ、高精度なニューラルネットワークを構築することを可能とする技術が提供される。

この発明についての権利主張の範囲[特許請求の範囲]

知財ポータルサイト IP Force にログインして確認する (無料)

この特許公報に記載されている図面[図面の簡単な説明]から抜粋

【図1】 本発明の第１の学習装置の機能構成例を示す図である。
【図2】 同演算部および二重演算部それぞれの処理を説明するための図である。
【図3】 同学習装置によって実行される学習段階の動作例を示すフローチャートである。
【図4】 同二重演算部の処理を説明するための図である。
【図5】 本発明の第１の学習装置の例としての情報処理装置のハードウェア構成を示す図である。

選択図 図1出願人が指定した本件の代表的な図

１０ 学習装置 １０１ 学習用データセット １０２ 入力部 １１１ 重みパラメータ １１２ 演算部 １２１ 評価部 １２２ 更新部 １３１ ＥＭＡ重みパラメータ １３２ ＥＭＡ係数 １３３ 二重演算部 １４１ ＥＭＡ評価部 １４２ ＥＭＡ更新部 １４３ 保存部

全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録

［広告欄］

ログインすれば広告は減ります

ログインすれば広告は減ります

Copyright © Science Impact Inc. All Rights Reserved.