特許 7408802 ニューラルネットワークデータのコーディングのための方法およびシステム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-12-22

(45)【発行日】2024-01-05

(54)【発明の名称】ニューラルネットワークデータのコーディングのための方法およびシステム

(51)【国際特許分類】

   G06N 3/04 20230101AFI20231225BHJP

【ＦＩ】

G06N3/04

【請求項の数】 20

(21)【出願番号】P 2022529284

(86)(22)【出願日】2021-06-10

(65)【公表番号】

(43)【公表日】2023-02-27

(86)【国際出願番号】 US2021036818

(87)【国際公開番号】W WO2021262447

(87)【国際公開日】2021-12-30

【審査請求日】2022-06-21

(31)【優先権主張番号】63/042,298

(32)【優先日】2020-06-22

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】63/047,214

(32)【優先日】2020-07-01

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】63/088,304

(32)【優先日】2020-10-06

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】63/090,131

(32)【優先日】2020-10-09

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】17/324,623

(32)【優先日】2021-05-19

(33)【優先権主張国・地域又は機関】US

(73)【特許権者】

【識別番号】520353802

【氏名又は名称】テンセント・アメリカ・エルエルシー

(74)【代理人】

【識別番号】100107766

【弁理士】

【氏名又は名称】伊東 忠重

(74)【代理人】

【識別番号】100070150

【弁理士】

【氏名又は名称】伊東 忠彦

(74)【代理人】

【識別番号】100135079

【弁理士】

【氏名又は名称】宮崎 修

(72)【発明者】

【氏名】チョイ，ビョンドゥ

(72)【発明者】

【氏名】ワン，ウエイ

(72)【発明者】

【氏名】ジアン，ウエイ

(72)【発明者】

【氏名】ウェンジャー，ステファン

(72)【発明者】

【氏名】リィウ，シャン

【審査官】漆原 孝治

(56)【参考文献】

【文献】米国特許出願公開第２０１９／０１２２１１９（ＵＳ，Ａ１）

【文献】米国特許出願公開第２０１９／０３９４４７７（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｎ ３／０４

(57)【特許請求の範囲】

【請求項1】

少なくとも１つのプロセッサによって実行される方法であって、
トポロジを有する独立したニューラルネットワークを表すＮＮＲユニットグループ（ＧＯＮ）を含むニューラルネットワーク表現（ＮＮＲ）ビットストリームを受信し、前記ＧＯＮには、前記ニューラルネットワークのモデルパラメータセットを含むＮＮＲモデルパラメータセットユニット、前記ニューラルネットワークのモデルに含まれるレイヤのレイヤパラメータセットを含むＮＮＲレイヤパラメータセットユニット、前記ニューラルネットワークのトポロジ情報を含むＮＮＲトポロジユニット、前記ニューラルネットワークの量子化情報を含むＮＮＲ量子化ユニット、および前記ニューラルネットワークの圧縮データを含むＮＮＲ圧縮データユニットが含まれるステップと、
前記ＧＯＮを復号することにより、前記トポロジを有する前記独立したニューラルネットワークを再構築するステップと、
を含むことを特徴とする方法。

【請求項2】

前記ＧＯＮは、前記ＮＮＲビットストリームの１つ以上の集約ＮＮＲユニットに含まれる、
ことを特徴とする請求項１に記載の方法。

【請求項3】

前記ＧＯＮは、単一の集約ＮＮＲユニットに含まれる、
ことを特徴とする請求項２に記載の方法。

【請求項4】

前記単一の集約ＮＮＲユニットには、前記単一の集約ＮＮＲユニットのタイプを自己完結型ＮＮＲ集約ユニットとして示す構文要素が含まれる、
ことを特徴とする請求項３に記載の方法。

【請求項5】

前記構文要素は、前記単一の集約ＮＮＲユニットのヘッダに含まれる、
ことを特徴とする請求項４に記載の方法。

【請求項6】

前記ＮＮＲモデルパラメータセットユニットには、前記ＮＮＲモデルパラメータセットユニットを参照する前記ＮＮＲユニットが独立して復号可能であることを示す構文要素が含まれる、
ことを特徴とする請求項１に記載の方法。

【請求項7】

前記構文要素は、前記ＮＮＲモデルパラメータセットユニットのヘッダに含まれる、ことを特徴とする請求項６に記載の方法。

【請求項8】

前記ＮＮＲレイヤパラメータセットユニットには、前記ＮＮＲレイヤパラメータセットユニットを参照する前記ＮＮＲユニットが独立して復号可能であることを示す構文要素が含まれる、
ことを特徴とする請求項１に記載の方法。

【請求項9】

前記構文要素は、前記ＮＮＲレイヤパラメータセットユニットのヘッダに含まれる、
ことを特徴とする請求項８に記載の方法。

【請求項10】

前記ＧＯＮにおいて、前記ＮＮＲモデルパラメータセットユニットの後に、前記ＮＮＲレイヤパラメータセットユニットが続く、
ことを特徴とする請求項１に記載の方法。

【請求項11】

システムであって、
トポロジを有する独立したニューラルネットワークを表すＮＮＲユニットグループ（ＧＯＮ）を含むニューラルネットワーク表現（ＮＮＲ）ビットストリームを受信するように構成される少なくとも１つのプロセッサであって、前記ＧＯＮには、前記ニューラルネットワークのモデルパラメータセットを含むＮＮＲモデルパラメータセットユニット、前記ニューラルネットワークのモデルに含まれるレイヤのレイヤパラメータセットを含むＮＮＲレイヤパラメータセットユニット、前記ニューラルネットワークのトポロジ情報を含むＮＮＲトポロジユニット、前記ニューラルネットワークの量子化情報を含むＮＮＲ量子化ユニット、および前記ニューラルネットワークの圧縮データを含むＮＮＲ圧縮データユニットが含まれる少なくとも１つのプロセッサと、
コンピュータコードが記されているメモリであって、前記コンピュータコードには、前記ＧＯＮを復号することにより、前記トポロジを有する独立したニューラルネットワークを前記少なくとも１つのプロセッサに再構築させるように構成される再構築コードが含まれるメモリと、
を含むことを特徴とするシステム。

【請求項12】

前記ＧＯＮは、前記ＮＮＲビットストリームの１つ以上の集約ＮＮＲユニットに含まれる、
ことを特徴とする請求項１１に記載のシステム。

【請求項13】

前記ＧＯＮは、単一の集約ＮＮＲユニットに含まれる、
ことを特徴とする請求項１２に記載のシステム。

【請求項14】

前記単一の集約ＮＮＲユニットには、前記単一の集約ＮＮＲユニットのタイプを自己完結型ＮＮＲ集約ユニットとして示す構文要素が含まれ、前記コンピュータコードには、前記単一の集約ＮＮＲユニットが、前記構文要素に基づいて自己完結型であることを決定するように構成される決定コードが含まれる、
ことを特徴とする請求項１３に記載のシステム。

【請求項15】

前記構文要素は、前記単一の集約ＮＮＲユニットのヘッダに含まれる、
ことを特徴とする請求項１４に記載のシステム。

【請求項16】

前記ＮＮＲモデルパラメータセットユニットには、前記ＮＮＲモデルパラメータセットユニットを参照する前記ＮＮＲユニットが独立して復号可能であることを示す構文要素が含まれ、前記コンピュータコードには、ＮＮＲモデルパラメータセットユニットを参照する前記ＮＮＲユニットが、前記構文要素に基づいて独立して復号可能であることを決定するように構成される決定コードが含まれる、
ことを特徴とする請求項１１に記載のシステム。

【請求項17】

前記構文要素は、前記ＮＮＲモデルパラメータセットユニットのヘッダに含まれる、
ことを特徴とする請求項１６に記載のシステム。

【請求項18】

前記ＮＮＲレイヤパラメータセットユニットには、前記ＮＮＲレイヤパラメータセットユニットを参照するＮＮＲユニットが独立して復号可能であることを示す構文要素が含まれ、前記コンピュータコードには、前記ＮＮＲレイヤパラメータセットユニットを参照する前記ＮＮＲユニットが、前記構文要素に基づいて独立して復号可能であることを決定するように構成される決定コードが含まれる、
ことを特徴とする請求項１１に記載のシステム。

【請求項19】

前記構文要素は、前記ＮＮＲレイヤパラメータセットユニットのヘッダに含まれる、
ことを特徴とする請求項１８に記載のシステム。

【請求項20】

コンピュータプログラムであって、
前記コンピュータプログラムが、前記コンピュータプログラムが記憶されているメモリと、プロセッサとを含むコンピュータデバイスによって実行されるとき、前記請求項１～１０のいずれか１項に記載の方法を実現させる、
ことを特徴とするコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

［関連出願への相互参照］
本願は、２０２０年６月２２日に出願された米国仮特許出願第６３／０４２，２９８号、２０２０年７月１日に出願された米国仮特許出願第６３／０４７，２１４号、２０２０年１０月６日に出願された米国仮特許出願第６３／０８８，３０４号、２０２０年１０月９日に出願された米国仮特許出願第６３／０９０，１３１号、２０２１年５月１９日に出願された米国特許出願第１７／３２４，６２３号からの優先権を主張しており、その開示は、参照によりその全体が本明細書に組み込まれる。

【0002】

［技術分野］
本開示の実施形態は、ニューラルネットワークデータの符号化および復号に関し、具体的には、圧縮ニューラルネットワーク表現用のパラメータセットおよびヘッダの設計に関する。

【背景技術】

【0003】

ニューラルネットワークデータの符号化と復号が提供されている。

【発明の概要】

【0004】

本開示の実施形態は、圧縮ニューラルネットワーク表現用のパラメータセットおよびヘッダの設計のための技術を含む。

【0005】

本開示の実施形態は、圧縮ニューラルネットワーク表現用の部分的かつ独立したユニットの設計のための技術を含む。

【0006】

本開示の実施形態は、圧縮ニューラルネットワーク表現用のパラメータセットおよび集約ユニットの設計のための技術を含む。

【0007】

１つ以上の実施形態は、少なくとも１つのプロセッサによって実行される方法を含む。この方法は、トポロジを有する独立したニューラルネットワークを表すＮＮＲユニットグループ（ＧＯＮ）を含むニューラルネットワーク表現（ＮＮＲ）ビットストリームを受信し、前記ＧＯＮには、ＮＮＲモデルパラメータセットユニット、ＮＮＲレイヤパラメータセットユニット、ＮＮＲトポロジユニット、ＮＮＲ量子化ユニット、およびＮＮＲ圧縮データユニットが含まれるステップと、前記ＧＯＮを復号することにより、前記トポロジを有する前記独立したニューラルネットワークを再構築するステップと、を含む。

【0008】

一実施形態によれば、前記ＧＯＮは、前記ＮＮＲビットストリームの１つ以上の集約ＮＮＲユニットに含まれる。

【0009】

一実施形態によれば、前記ＧＯＮは、単一の集約ＮＮＲユニットに含まれる。

【0010】

一実施形態によれば、前記単一の集約ＮＮＲユニットには、前記単一の集約ＮＮＲユニットのタイプを自己完結型ＮＮＲ集約ユニットとして示す構文要素が含まれる。

【0011】

一実施形態によれば、前記構文要素は、前記単一の集約ＮＮＲユニットのヘッダに含まれる。

【0012】

一実施形態によれば、前記ＮＮＲモデルパラメータセットユニットには、前記ＮＮＲモデルパラメータセットユニットを参照する前記ＮＮＲユニットが独立して復号可能であることを示す構文要素が含まれる。

【0013】

一実施形態によれば、前記構文要素は、前記ＮＮＲモデルパラメータセットユニットのヘッダに含まれる。

【0014】

一実施形態によれば、前記ＮＮＲレイヤパラメータセットユニットには、前記ＮＮＲレイヤパラメータセットユニットを参照する前記ＮＮＲユニットが独立して復号可能であることを示す構文要素が含まれる。

【0015】

一実施形態によれば、前記構文要素は、前記ＮＮＲレイヤパラメータセットユニットのヘッダに含まれる。

【0016】

一実施形態によれば、前記ＧＯＮにおいて、前記ＮＮＲモデルパラメータセットユニットの後に、前記ＮＮＲレイヤパラメータセットユニットが続く。

【0017】

１つ以上の実施形態によれば、システムが提供される。このシステムは、トポロジを有する独立したニューラルネットワークを表すＮＮＲユニットグループ（ＧＯＮ）を含むニューラルネットワーク表現（ＮＮＲ）ビットストリームを受信するように構成される少なくとも１つのプロセッサであって、前記ＧＯＮには、ＮＮＲモデルパラメータセットユニット、ＮＮＲレイヤパラメータセットユニット、ＮＮＲトポロジユニット、ＮＮＲ量子化ユニット、およびＮＮＲ圧縮データユニットが含まれる少なくとも１つのプロセッサと、コンピュータコードが記されているメモリであって、前記コンピュータコードには、前記ＧＯＮを復号することにより、前記トポロジを有する独立したニューラルネットワークを前記少なくとも１つのプロセッサに再構築させるように構成される再構築コードが含まれるメモリと、を含む。

【0018】

一実施形態によれば、前記ＧＯＮは、前記ＮＮＲビットストリームの１つ以上の集約ＮＮＲユニットに含まれる。

【0019】

一実施形態によれば、前記ＧＯＮは、単一の集約ＮＮＲユニットに含まれる。

【0020】

一実施形態によれば、前記単一の集約ＮＮＲユニットには、前記単一の集約ＮＮＲユニットのタイプを自己完結型ＮＮＲ集約ユニットとして示す構文要素が含まれ、前記コンピュータコードには、前記単一の集約ＮＮＲユニットが、前記構文要素に基づいて自己完結型であることを決定するように構成される決定コードが含まれる。

【0021】

一実施形態によれば、前記構文要素は、前記単一の集約ＮＮＲユニットのヘッダに含まれる。

【0022】

一実施形態によれば、前記ＮＮＲモデルパラメータセットユニットには、前記ＮＮＲモデルパラメータセットユニットを参照する前記ＮＮＲユニットが独立して復号可能であることを示す構文要素が含まれ、前記コンピュータコードには、ＮＮＲモデルパラメータセットユニットを参照する前記ＮＮＲユニットが、前記構文要素に基づいて独立して復号可能であることを決定するように構成される決定コードが含まれる。

【0023】

一実施形態によれば、前記構文要素は、前記ＮＮＲモデルパラメータセットユニットのヘッダに含まれる。

【0024】

一実施形態によれば、前記ＮＮＲレイヤパラメータセットユニットには、前記ＮＮＲレイヤパラメータセットユニットを参照するＮＮＲユニットが独立して復号可能であることを示す構文要素が含まれ、前記コンピュータコードには、前記ＮＮＲレイヤパラメータセットユニットを参照する前記ＮＮＲユニットが、前記構文要素に基づいて独立して復号可能であることを決定するように構成される決定コードが含まれる。

【0025】

一実施形態によれば、前記構文要素は、前記ＮＮＲレイヤパラメータセットユニットのヘッダに含まれる。

【0026】

一実施形態によれば、コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な媒体が提供される。前記コンピュータ命令が、トポロジを有する独立したニューラルネットワークを表すＮＮＲユニットグループ（ＧＯＮ）を含むニューラルネットワーク表現（ＮＮＲ）ビットストリームを受信する少なくとも１つのプロセッサによって実行されると、前記少なくとも１つのプロセッサに、前記ＧＯＮを復号することにより、前記トポロジを有する前記独立したニューラルネットワークを再構築させ、ここで、前記ＧＯＮには、ＮＮＲモデルパラメータセットユニット、ＮＮＲレイヤパラメータセットユニット、ＮＮＲトポロジユニット、ＮＮＲ量子化ユニット、およびＮＮＲ圧縮データユニットが含まれる。

【図面の簡単な説明】

【0027】

開示された主題の更なる特徴、性質、および様々な利点は、以下の詳細な説明および添付図面からより明らかになり、ここで、

【図1】実施形態による、本明細書に記載の方法、装置、およびシステムが実装され得る環境の図である。

【図2】図１の１つ以上のデバイスの例示的なコンポーネントのブロック図である。

【図3】実施形態によるＮＮＲビットストリームの概略図である。

【図4】実施形態によるＮＮＲユニットの概略図である。

【図5】実施形態による集約ＮＮＲユニットの概略図である。

【図6】実施形態によるＮＮＲユニットグループ（ＧＯＮ）の概略図である。

【図7】実施形態によるコンピューティングシステムのブロック図である。

【発明を実施するための形態】

【0028】

図１は、本明細書に記載の方法、装置、およびシステムが実装される環境１００の図である。図１に示すように、環境１００には、ユーザデバイス１１０、プラットフォーム１２０、およびネットワーク１３０が含まれ得る。環境１００のデバイスは、有線接続、無線接続、または有線接続と無線接続の組み合わせを介して相互接続され得る。

【0029】

ユーザデバイス１１０には、プラットフォーム１２０に関連付けられている情報を受信、生成、記憶、処理、および／または提供することができる１つ以上のデバイスが含まれる。例えば、ユーザデバイス１１０には、コンピューティングデバイス（例えば、デスクトップコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、ハンドヘルドコンピュータ、スマートスピーカー、サーバなど）、携帯電話（スマートフォン、無線電話機など）、ウェアラブルデバイス（スマート眼鏡またはスマートウォッチなど）、または類似のデバイスが含まれ得る。いくつかの実装形態では、ユーザデバイス１１０は、プラットフォーム１２０から情報を受信、および／またはプラットフォーム１２０に情報を送信することができる。

【0030】

プラットフォーム１２０には、本明細書の他の箇所に記載されているような、１つ以上のデバイスが含まれる。いくつかの実装形態では、プラットフォーム１２０には、クラウドサーバまたはクラウドサーバのグループが含まれ得る。いくつかの実装形態では、プラットフォーム１２０は、モジュール化されるように設計され得ており、これにより、ソフトウェアコンポーネントは、スワップインまたはスワップアウトされ得る。このようにして、プラットフォーム１２０は、異なる用途のために容易におよび／または迅速に再構成され得る。

【0031】

いくつかの実装形態では、図示されるように、プラットフォーム１２０は、クラウドコンピューティング環境１２２でホストされ得る。特に、本明細書に記載の実装形態では、プラットフォーム１２０は、クラウドコンピューティング環境１２２でホストされているものとして説明されいるが、いくつかの実装形態では、プラットフォーム１２０は、クラウドベースでなくてもよく（即ち、クラウドコンピューティング環境の外部で実装され得る）、または部分的にクラウドベースであってもよい。

【0032】

クラウドコンピューティング環境１２２には、プラットフォーム１２０をホストする環境が含まれる。クラウドコンピューティング環境１２２は、プラットフォーム１２０をホストするシステムおよび／またはデバイスの物理的位置および構成のエンドユーザ（例えば、ユーザデバイス１１０）の知識を必要としない計算、ソフトウェア、データアクセス、ストレージ、サービスなどを提供することができる。図示されるように、クラウドコンピューティング環境１２２には、コンピューティングリソース１２４のグループ（総合に「コンピューティングリソース１２４」と呼ばれ、個別に「コンピューティングリソース１２４」と呼ばれる）が含まれ得る。

【0033】

コンピューティングリソース１２４には、１つ以上のパーソナルコンピュータ、ワークステーションコンピュータ、サーバデバイス、または他のタイプの計算および／または通信デバイスが含まれる。いくつかの実装形態では、コンピューティングリソース１２４は、プラットフォーム１２０をホストすることができる。クラウドリソースには、コンピューティングリソース１２４で実行される計算インスタンス、コンピューティングリソース１２４によって提供されるストレージデバイス、コンピューティングリソース１２４によって提供されるデータ転送デバイスなどが含まれ得る。いくつかの実装形態では、コンピューティングリソース１２４は、有線接続、無線接続、または有線接続と無線接続の組み合わせを介して他のコンピューティングリソース１２４と通信することができる。

【0034】

さらに図１に示すように、コンピューティングリソース１２４には、１つ以上のアプリケーション（「ＡＰＰ」）１２４－１、１つ以上の仮想マシン（「ＶＭ」）１２４－２、仮想化されたストレージ（「ＶＳ」）１２４－３、１つ以上のハイパーバイザ（「ＨＹＰ」）１２４－４などのクラウドリソースのグループが含まれる。

【0035】

アプリケーション１２４－１には、ユーザデバイス１１０および／またはプラットフォーム１２０に提供され、またはユーザデバイス１１０および／またはプラットフォーム１２０によってアクセスされ得る１つ以上のソフトウェアアプリケーションが含まれる。アプリケーション１２４－１は、ユーザデバイス１１０上にソフトウェアアプリケーションをインストールして実行するニーズを排除することができる。例えば、アプリケーション１２４－１には、プラットフォーム１２０に関連付けられているソフトウェア、および／またはクラウドコンピューティング環境１２２を介して提供され得る任意の他のソフトウェアが含まれ得る。いくつかの実装形態では、１つのアプリケーション１２４－１は、仮想マシン１２４－２を介して、１つ以上の他のアプリケーション１２４－１に対して情報を送受信することができる。

【0036】

仮想マシン１２４－２には、物理マシンのようにプログラムを実行するマシン（例えば、コンピュータ）のソフトウェア実装が含まれる。仮想マシン１２４－２は、仮想マシン１２４－２の用途および仮想マシン１２４－２によるいかなる実際のマシンに対する対応程度に基づいて、システム仮想マシンまたはプロセス仮想マシンのいずれかであってもよい。システム仮想マシンは、完全なオペレーティングシステム（「ＯＳ」）の実行をサポートする完全なシステムプラットフォームを提供することができる。プロセス仮想マシンは、単一のプログラムを実行することができ、また、単一のプロセスをサポートすることができる。いくつかの実装形態では、仮想マシン１２４－２は、ユーザ（例えば、ユーザデバイス１１０）に代わって実行し、データ管理、同期、または長い期間のデータ転送などの、クラウドコンピューティング環境１２２のインフラストラクチャを管理することができる。

【0037】

仮想化ストレージ１２４－３には、１つ以上のストレージシステム、および／または、コンピューティングリソース１２４のストレージシステムまたはデバイス内で仮想化技術を使用する１つ以上のデバイスが含まれる。いくつかの実装形態では、ストレージシステムのコンテキスト内で、仮想化のタイプには、ブロック仮想化およびファイル仮想化が含まれ得る。ブロック仮想化とは、物理ストレージからの論理ストレージの抽象化（または分離）を指すことができ、それによって、ストレージシステムは、物理ストレージまたは異種構造に関係なくアクセスされ得る。この分離は、ストレージシステムの管理者が、エンドユーザのためのストレージをどのように管理する方面で柔軟になることを許可することができる。ファイルの仮想化は、ファイルレベルでアクセスされるデータと、ファイルが物理的に記憶されている場所との間の依存関係を排除することができる。これは、ストレージの使用、サーバの統合、および／または非破壊的なファイル移行のパフォーマンスの最適化を可能にすることができる。

【0038】

ハイパーバイザ１２４－４は、コンピューティングリソース１２４などのホストコンピュータ上で複数のオペレーティングシステム（例えば、「ゲストオペレーティングシステム」）が同時に実行されることを可能にするハードウェア仮想化技術を提供することができる。ハイパーバイザ１２４－４は、仮想オペレーティングプラットフォームをゲストオペレーティングシステムに提示することができ、ゲストオペレーティングシステムの実行を管理することができる。様々なオペレーティングシステムの複数のインスタンスは、仮想化されたハードウェアリソースを共有することができる。

【0039】

ネットワーク１３０には、１つ以上の有線および／または無線ネットワークが含まれる。例えば、ネットワーク１３０には、セルラーネットワーク（例えば、第５世代（５Ｇ）ネットワーク、長期進化（ＬＴＥ：ｌｏｎｇ－ｔｅｒｍ ｅｖｏｌｕｔｉｏｎ）ネットワーク、第３世代（３Ｇ）ネットワーク、コード分割多元接続（ＣＤＭＡ：ｃｏｄｅ ｄｉｖｉｓｉｏｎ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ）ネットワークなど）、公衆陸上移動体通信（ＰＬＭＮ：ｐｕｂｌｉｃ ｌａｎｄ ｍｏｂｉｌｅ ｎｅｔｗｏｒｋ）、ローカルエリアネットワーク（ＬＡＮ：ｌｏｃａｌ ａｒｅａ ｎｅｔｗｏｒｋ）、ワイドエリアネットワーク（ＷＡＮ：ｗｉｄｅ ａｒｅａ ｎｅｔｗｏｒｋ）、メトロポリタンエリアネットワーク（ＭＡＮ：Ｍｅｔｒｏｐｏｌｉｔａｎ Ａｒｅａ Ｎｅｔｗｏｒｋ）、電話ネットワーク（例えば、公衆交換電話網（ＰＳＴＮ：Ｐｕｂｌｉｃ Ｓｗｉｔｃｈｅｄ Ｔｅｌｅｐｈｏｎｅ Ｎｅｔｗｏｒｋ））、プライベートネットワーク、アドホックネットワーク、イントラネット、インターネット、光ファイバベースのネットワークなど、および／またはこれらまたは他のタイプのネットワークの組み合わせなどが含まれ得る。

【0040】

図１に示されるデバイスおよびネットワークの数および配置は、例として提供される。実際には、図１に示されるものよりも、追加のデバイスおよび／またはネットワーク、より少ないデバイスおよび／またはネットワーク、異なるデバイスおよび／またはネットワーク、あるいは異なって配置されたデバイスおよび／またはネットワークが存在し得る。さらに、図１に示されている２つ以上のデバイスは、単一のデバイス内に実装されてもよく、あるいは、図１に示されている単一のデバイスは、複数の分散デバイスとして実装されてもよい。追加的にまたは代替的には、環境１００の一組のデバイス（例えば、１つ以上のデバイス）は、環境１００の別組のデバイスによって実行されるものとして説明される１つ以上の機能を実行することができる。

【0041】

図２は、図１の１つ以上のデバイスの例示的なコンポーネントのブロック図である。デバイス２００は、ユーザデバイス１１０および／またはプラットフォーム１２０に対応することができる。図２に示すように、デバイス２００には、バス２１０、プロセッサ２２０、メモリ２３０、ストレージコンポーネント２４０、入力コンポーネント２５０、出力コンポーネント２６０、および通信インタフェース２７０が含まれ得る。

【0042】

バス２１０には、デバイス２００のコンポーネント間の通信を可能にするコンポーネントが含まれる。プロセッサ２２０は、ハードウェア、ファームウェア、またはハードウェアとソフトウェアの組み合わせで実装される。プロセッサ２２０は、中央処理ユニット（ＣＰＵ：ｃｅｎｔｒａｌ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、グラフィックス処理ユニット（ＧＰＵ：ｇｒａｐｈｉｃｓ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、加速処理ユニット（ＡＰＵ：ａｃｃｅｌｅｒａｔｅｄ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ）、マイクロプロセッサ、マイクロコントローラ、デジタルシグナルプロセッサ（ＤＳＰ：ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ：ｆｉｅｌｄ－ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）、特定用途向け集積回路（ＡＳＩＣ：ａｐｐｌｉｃａｔｉｏｎ－ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）、または別のタイプの処理コンポーネンである。いくつかの実装形態では、プロセッサ２２０には、機能を実行するようにプログラミングされ得る１つ以上のプロセッサが含まれ得る。メモリ２３０には、ランダムアクセスメモリ（ＲＡＭ：ｒａｎｄｏｍ ａｃｃｅｓｓ ｍｅｍｏｒｙ）、読み出し専用メモリ（ＲＯＭ：ｒｅａｄ ｏｎｌｙ ｍｅｍｏｒｙ）、および／またはプロセッサ２２０によって使用される情報および／または命令が記憶されている別のタイプの動的または静的ストレージデバイス（例えば、フラッシュメモリ、磁気メモリ、および／または光メモリ）が含まれ得る。

【0043】

ストレージコンポーネント２４０には、デバイス２００の動作および使用に関連付けられている情報および／またはソフトウェアが記憶されている。例えば、ストレージコンポーネント２４０には、対応するドライブと共に、ハードディスク（例えば、磁気ディスク、光ディスク、光磁気ディスク、および／またはソリッドステートディスク）、コンパクトディスク（ＣＤ：ｃｏｍｐａｃｔ ｄｉｓｃ）、デジタル多用途ディスク（ＤＶＤ： ｄｉｇｉｔａｌ ｖｅｒｓａｔｉｌｅ ｄｉｓｃ）、フロッピーディスク、カートリッジ、磁気テープ、および／または別のタイプの非一時的なコンピュータ読み取り可能な媒体）が含まれ得る。

【0044】

入力コンポーネント２５０には、デバイス２００がユーザ入力（例えば、タッチスクリーンディスプレイ、キーボード、キーパッド、マウス、ボタン、スイッチ、および／またはマイクロフォンなど）を介して情報を受信することを可能にするコンポーネントが含まれる。追加的にまたは代替的には、入力コンポーネント２５０は、情報を感知するためのセンサ（例えば、全地球測位システム（ＧＰＳ：ｇｌｏｂａｌ ｐｏｓｉｔｉｏｎｉｎｇ ｓｙｓｔｅｍ）コンポーネント、加速度計、ジャイロスコープ、および／またはアクチュエータ）が含まれ得る。出力コンポーネント２６０には、デバイス２００からの出力情報を提供するコンポーネント（例えば、ディスプレイ、スピーカー、および／または１つ以上の発光ダイオード（ＬＥＤ：ｌｉｇｈｔ－ｅｍｉｔｔｉｎｇ ｄｉｏｄｅ））が含まれる。

【0045】

通信インタフェース２７０には、デバイス２００が有線接続、無線接続、または有線接続と無線接続の組み合わせなどを介して他のデバイスと通信することを可能にするトランシーバのようなコンポーネント（例えば、トランシーバおよび／または別個の受信機と送信機）が含まれる。通信インタフェース２７０は、デバイス２００が別のデバイスから情報を受信し、および／または別のデバイスに情報を提供することを可能にする。例えば、通信インタフェース２７０には、イーサネットインタフェース、光インタフェース、同軸インタフェース、赤外線インタフェース、無線周波数（ＲＦ：ｒａｄｉｏ ｆｒｅｑｕｅｎｃｙ）インタフェース、ユニバーサルシリアルバス（ＵＢＳ： ｕｎｉｖｅｒｓａｌ ｓｅｒｉａｌ ｂｕｓ）インタフェース、Ｗｉ－Ｆｉインタフェース、セルラーネットワークインタフェースなどが含まれ得る。

【0046】

デバイス２００は、本明細書に記載の１つ以上のプロセスを実行することができる。デバイス２００は、プロセッサ２２０がメモリ２３０および／またはストレージコンポーネント２４０などの非一時的なコンピュータ読み取り可能な媒体によって記憶されているソフトウェア命令を実行することに応答して、これらのプロセスを実行することができる。コンピュータ読み取り可能な媒体は、本明細書では、非一時的なメモリデバイスとして定義される。メモリデバイスには、単一の物理ストレージデバイス内のメモリスペース、または複数の物理ストレージデバイスにわたって分散されているメモリスペースが含まれる。

【0047】

コンピュータプログラム製品またはコンピュータプログラムに含まれるソフトウェア命令は、通信インタフェース２７０を介して、別のコンピュータ読み取り可能な媒体から、または別のデバイスから、メモリ２３０および／またはストレージコンポーネント２４０に読み込まれ得る。メモリ２３０および／またはストレージコンポーネント２４０に記憶されているソフトウェア命令は、実行されるとき、プロセッサ２２０に、本明細書に記載の１つ以上のプロセスを実行させることができる。追加的にまたは代替的には、本明細書に記載の１つ以上のプロセスを実行するために、ハードウェア回路は、ソフトウェア命令の代わりに、またはソフトウェア命令と組み合わせて、使用され得る。したがって、本明細書に記載の実装は、ハードウェア回路とソフトウェアの特定の組み合わせに限定されない。

【0048】

図２に示されるコンポーネントの数および配置は、例として提供される。実際には、デバイス２００は、図２に示されるものよりも、追加のコンポーネント、より少ないコンポーネント、異なるコンポーネント、または異なって配置されたコンポーネントを含み得る。追加的にまたは代替的には、デバイス２００の一組のデバイス（例えば、１つ以上のコンポーネント）は、デバイス２００の別組のコンポーネントによって実行されるものとして説明される１つ以上の機能を実行することができる。

【0049】

以下に説明する実施形態は、環境１００の１つ以上のコンポーネントによって実装され得る。例えば、以下に説明する実施形態は、ユーザデバイス１１０またはプラットフォーム１２０によって実装され得る。以下に説明する実施形態は、コンピュータ命令が記憶されている少なくとも１つのプロセッサおよびメモリによって実現され得る。コンピュータ命令は、少なくとも１つのプロセッサによって実行されるとき、実施形態の機能を実行させるように構成され得る。例えば、コンピュータ命令は、ＮＮＲビットストリームの送信、受信、および復号を含む、以下に説明されるように少なくとも１つのＮＮＲビットストリームを少なくとも１つのプロセッサに実現させるように構成され得る。

【0050】

本開示の実施形態には、ＮＮＲ ＨＬＳにおけるパラメータセットおよびヘッダに対する以下の改善が含まれ得る。

【0051】

態様１について、実施形態は、トポロジを有する全体的または部分的なニューラルネットワークを含むＮＮＲユニットのグループである「ＮＮＲユニットグループ（ＧＯＮ）」の定義を追加することができる。各ＧＯＮは、自己完結型で独立して復号可能である。ＮＮＲビットストリームでは、１つ以上のＧＯＮが存在し得る。各ＧＯＮは、ＮＮＲモデルパラメータセットユニットで始まり、その後に、ＮＮＲレイヤパラメータセット、ＮＮＲトポロジユニット、およびその他のＮＮＲユニットが続く。ＧＯＮの概念は、時系列の概念を除いて、ＶＶＣ／ＨＥＶＣ／ＡＶＣにおける、コード化されたビデオシーケンス（ＣＶＳ：ｃｏｄｅｄ ｖｉｄｅｏ ｓｅｑｕｅｎｃｅ）と同等であり得る。ＧＯＮには、カウント情報を有するシーケンス順序を持たない場合がある。各ＧＯＮは、１つ以上の集約ＮＮＲユニットに含まれ得る。集約ＮＮＲユニットがトポロジを有する部分的または全体的なニューラルネットワークを表す場合、各集約ＮＮＲユニットには、少なくとも１つの関連付けられているモデルパラメータセットおよび１つの関連付けられているレイヤパラメータセットが含まれ得る。そして、関連付けられているモデルパラメータセットおよび関連付けられているレイヤパラメータセットの範囲は、集約ＮＮＲユニットに含まれている（または、関連付けられている）ＮＮＲユニットに制限され得る。この場合、集約ＮＮＲユニットは、参照パラメータを示すための１つ以上の識別子を有することができる。

【0052】

態様２について、実施形態は、ｍｏｄｅｌ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄおよびｌａｙｅｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄという構文要素を含み、また、ＮＮＲモデルパラメータセットおよびレイヤパラメータセットの参照規則と、それらの範囲とを定義することができ、これにより、１つのモデルパラメータセットのみは、ＮＮＲユニットグループにおける全てのレイヤパラメータセットによって参照され、また、レイヤパラメータセットは、１つ以上のＮＮＲユニットによって参照される。ＮＮＲモデルパラメータセットおよびレイヤパラメータセットの概念は、それぞれ、ＶＶＣ／ＨＥＶＣ／ＡＶＣにおけるシーケンスパラメータセットおよび画像パラメータセットと同等であり得る。各集約ＮＮＲユニットは、どのパラメータセットが集約ＮＮＲユニットにおけるＮＮＲユニットに関連付けられているかを指定するために、それ自身のパラメータセットＩＤを有することができる。

【0053】

態様３について、実施形態は、モデルパラメータセットおよびレイヤパラメータセットにおいて、構文要素ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｆｌａｇをそれぞれｍｏｄｅｌ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇおよびｌａｙｅｒ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇとして含み、また、同じパラメータが両方のパラメータセットに存在することを回避するために、ｍｏｄｅｌ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇが１に等しいとき、ｌａｙｅｒ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇの値が０に等しくなるという制約を課すことができる。一実施形態では、疎化パラメータ（ｓｐａｒｉｓｉｆｉｃａｔｉｏｎ ｐａｒａｍｅｔｅｒｓ）が、モデルパラメータセットとレイヤパラメータセットの両方に存在する場合、疎化パラメータの値は、レイヤパラメータセットにおける疎化パラメータの値をオーバーライドする。

【0054】

態様４について、実施形態は、モデルパラメータセットおよびレイヤパラメータセットにおいて、構文要素ｑｕａｎｔｉｔａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｆｌａｇｓをそれぞれｍｏｄｅｌ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｆｌａｇｓおよびｌａｙｅｒ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｆｌａｇｓとして含み、また、モデルパラメータセットとレイヤパラメータセットの両方における構文要素のシグナリングを回避するために、ｍｏｄｅｌ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｆｌａｇｓとｌａｙｅｒ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｆｌａｇｓが０に等しくなることが要求されるという制約を課すことができる。一実施形態では、量子化パラメータが、モデルパラメータセットとレイヤパラメータセットの両方に存在する場合、量子化パラメータの値は、レイヤパラメータセットにおける量子化パラメータの値をオーバーライドする。

【0055】

態様５について、実施形態は、ＮＮＲ開始ユニット（ヘッダ）におけるプロファイルを指示するｇｅｎｅｒａｌ＿ｐｒｏｆｉｌｅ＿ｉｄｃを含むことができる。ＮＮＲ開始ユニット内のｇｅｎｅｒａｌ＿ｐｒｏｆｉｌｅ＿ｉｄｃの範囲は、ビットストリーム全体であり得る。

【0056】

態様６について、パラメータセットと開始ユニットにヘッダがあるというユースケースがない場合があるため、実施形態は、ｎｎｒ＿ｍｏｄｅｌ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｕｎｉｔ＿ｈｅａｄｅｒ（）およびｎｎｒ＿ｌａｙｅｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｕｎｉｔ＿ｈｅａｄｅｒ（）を含まない可能性がある。

【0057】

本開示の実施形態の上記の態様および他の態様は、以下の説明に基づいて理解され得る。

【0058】

［態様１］
本開示の実施形態には、トポロジを有する全体的または部分的なニューラルネットワークを含むＮＮＲユニットのグループである「ＮＮＲユニットグループ（ＧＯＮ）」の定義が含まれる。各ＧＯＮは、自己完結型で独立して復号可能である。ＮＮＲビットストリームでは、１つ以上のＧＯＮが存在し得る。これは、ＮＮＲビットストリームには、複数のトポロジを有する複数のニューラルネットワークが含まれる、ということを意味する。ＧＯＮの概念は、時系列の概念を除いて、ＶＶＣ／ＨＥＶＣ／ＡＶＣにおける、コード化されたビデオシーケンス（ＣＶＳ）と同等であり得る。ＧＯＮには、カウント情報を有するシーケンス順序を持たない場合がある。ＮＮＲ開始ユニットが各ＮＮＲビットストリームに存在した後、各ＧＯＮは、ＮＮＲモデルパラメータセットユニットで始まり、その後に、ＮＮＲレイヤパラメータセット、ＮＮＲトポロジユニット、およびその他のＮＮＲユニットが続く。

【0059】

本開示の実施形態は、例えば、ＮＮＲビットストリームを送信、受信、および／または復号することができる。以下、本開示の実施形態によって実装され得る、ＮＮＲビットストリームおよびその構文要素は説明される。

【0060】

（Ａ）ＮＮＲビットストリームおよび一般的なビットストリーム構文要素の説明
（１）ＮＮＲビットストリーム
図３を参照すると、ＮＮＲビットストリーム３００は、一連のＮＮＲユニット３０２で構成される。ＮＮＲビットストリーム３００における１番目のＮＮＲユニット３０２は、ＮＮＲ開始ユニット（例えば、ＮＮＲ＿ＳＴＲというタイプのＮＮＲユニット）であることが要求され得る。

【0061】

（２）ＮＮＲユニット
図４を参照すると、１つ以上のＮＮＲユニット３０２は、ＮＮＲユニット３１０であり得る。ＮＮＲユニット３１０は、本開示の実施形態に従って圧縮または表されるニューラルネットワークデータおよび関連付けられているメタデータを搬送するためのデータ構造である。

【0062】

ＮＮＲユニット３１０は、ニューラルネットワークメタデータ、トポロジ情報、全体的または部分的なレイヤデータ、フィルター、カーネル、バイアス、量子化重み、テンソルなどに関する圧縮された情報または非圧縮された情報を搬送する。

【0063】

ＮＮＲユニット３１０は、
（ａ）ＮＮＲユニットサイズが含まれ、ＮＮＲユニット３１０の総バイトサイズが信号で通知されるＮＮＲユニットサイズ３１２、
（ｂ）ＮＮＲユニットタイプおよび関連付けられているメタデータに関する情報が含まれるＮＮＲユニットヘッダ３１４、および、
（ｃ）ニューラルネットワークに関連付けられている圧縮されたデータまたは非圧縮されたデータが含まれるＮＮＲユニットペイロード３１６、というデータ要素を含み得るか、またはそれらから構成され得る。

【0064】

（３）集約ＮＮＲユニット
図５を参照すると、１つ以上のＮＮＲユニット３０２は、集約ＮＮＲユニット３２０であり得る。集約ＮＮＲユニット３２０は、そのペイロードに複数のＮＮＲユニット３１０を搬送するＮＮＲユニットである。集約ＮＮＲユニット３２０は、互いに関連しているいくつかのＮＮＲユニット３１０のためにグループ化メカニズムを提供し、単一のＮＮＲユニット３０２の下での集約から利益を得る。例えば、集約ＮＮＲユニット３１０は、
（ａ）ＮＮＲユニットサイズが含まれ、集約ＮＮＲユニット３１０の総バイトサイズが信号で通知される集約ＮＮＲユニットサイズ３２２、
（ｂ）集約ＮＮＲユニットタイプおよび関連付けられているメタデータに関する情報が含まれる集約ＮＮＲユニットヘッダ３２４、および、
（ｃ）複数のＮＮＲユニット３１０が含まれる集約ＮＮＲユニットペイロード３２６、というデータ要素を含み得るか、またはそれらから構成され得る。

【0065】

（Ｂ）ＮＮＲユニットグループ（ＧＯＮ）
ＮＮＲユニットグループ（ＧＯＮ）３３０には、トポロジを有する独立したニューラルネットワークが含まれる。ＧＯＮ３３０は、ＮＮＲモデルパラメータセットユニット３３１、１つ以上のＮＮＲレイヤパラメータセットユニット３３２、ＮＮＲトポロジユニット３３３、１つ以上のＮＮＲ量子化ユニット３３４、およびＮＮＲ圧縮データユニット３３５を含むか、またはそれらから構成される。ＮＮＲ開始ユニットがＮＮＲビットストリームに存在した後、ＧＯＮ３３０は、ＮＮＲモデルパラメータセットユニット３３１で始まり、その後に、ＮＮＲレイヤパラメータセットユニット３３２、ＮＮＲトポロジユニット３３３、および他のユニットが続く。

【0066】

ＮＮＲビットストリーム３００は、１つ以上のＧＯＮで構成される。各ＧＯＮは、独立して復号および抽出可能である。

【0067】

各ＧＯＮ３３０は、１つ以上の集合ＮＮＲユニット３２０に含まれ得る。例えば、ＧＯＮ３３０の各ユニットは、１つの集約ＮＮＲユニット３２０または複数の集約ＮＮＲユニット３２０のＮＮＲユニット３１０のうち、それぞれのＮＮＲユニット３１０であり得る。各集約ＮＮＲユニット３２０は、１つの集約ＮＮＲユニット３２０がトポロジを有する部分的または全体的なニューラルネットワークを表す場合、少なくとも１つの関連付けられているモデルパラメータセットおよび１つの関連付けられているレイヤパラメータセットを含み得る。そして、関連付けられているモデルパラメータセットおよび関連付けられているレイヤパラメータセットの範囲は、集約ＮＮＲユニット３２０に含まれている（または関連付けられている）ＮＮＲユニットに制限され得る。この場合、集約ＮＮＲユニット３２０は、参照パラメータを示すために、１つ以上の識別子を有することができる。

【0068】

（Ｃ）集約ＮＮＲユニットヘッダセマンティクス
集約ＮＮＲユニットヘッダ３２４は、ｎｎｒ＿ａｇｇｒｅｇａｔｅ＿ｕｎｉｔ＿ｔｙｐｅ、ｅｎｔｒｙ＿ｐｏｉｎｔｓ＿ｐｒｅｓｅｎｔ＿ｆｌａｇ、ｎｕｍ＿ｏｆ＿ｎｎｒ＿ｕｎｉｔｓ＿ｍｉｎｕｓ２、ｎｎｒ＿ｕｎｉｔ＿ｔｙｐｅ［ｉ］、ｎｎｒ＿ｕｎｉｔ＿ｅｎｔｒｙ＿ｐｏｉｎｔ［ｉ］、ｑｕａｎｔ＿ｂｉｔｄｅｐｔｈ［ｉ］、ｃｔｕ＿ｓｃａｎ＿ｏｒｄｅｒ［ｉ］などの構文要素を含むが、それらに限定されない。

【0069】

ｎｎｒ＿ａｇｇｒｅｇａｔｅ＿ｕｎｉｔ＿ｔｙｐｅという構文要素は、集約ＮＮＲユニット３２０のタイプを指定する。

【0070】

例えば、ＮＮＲ集約ユニットのタイプは、以下の表１に指定されているとおりである。

【0071】

表１：ＮＮＲ集約ユニットタイプ

【0072】

【表1】

構文要素ｅｎｔｒｙ＿ｐｏｉｎｔｓ＿ｐｒｅｓｅｎｔ＿ｆｌａｇは、個々のＮＮＲユニットエントリポイントが存在するかどうかを指定する。

【0073】

構文要素ｎｕｍ＿ｏｆ＿ｎｎｒ＿ｕｎｉｔｓ＿ｍｉｎｕｓ２プラス２は、ＮＮＲ集約ユニットのペイロードに存在しているＮＮＲユニット３１０の数を指定する。

【0074】

構文要素ｎｎｒ＿ｕｎｉｔ＿ｔｙｐｅ［ｉ］は、インデックスｉを有するＮＮＲユニット３１０のＮＮＲユニットタイプを指定する。この値は、インデックスｉでのＮＮＲユニット３１０のＮＮＲユニットタイプと同じであることが要求され得る。

【0075】

構文要素ｎｎｒ＿ｕｎｉｔ＿ｅｎｔｒｙ＿ｐｏｉｎｔ［ｉ］は、ＮＮＲ集約ユニットのペイロードにおいて、かつインデックスｉで、集約ＮＮＲユニット３２０の開始からＮＮＲユニット３１０の開始までのバイトオフセットを指定する。この値は、集約ＮＮＲユニット３２０の総バイトサイズよりも小さいであることが要求され得る。構文要素ｎｎｒ＿ｕｎｉｔ＿ｅｎｔｒｙ＿ｐｏｉｎｔの値は、ＮＮＲ集約ユニットのペイロード内のＮＮＲユニット３１０への高速かつランダムなアクセスのために使用される。

【0076】

構文要素ｑｕａｎｔ＿ｂｉｔｄｅｐｔｈ［ｉ］は、集約ＮＮＲユニット３２０における各テンソルのための量子化された係数の最大ビット深度を指定する。

【0077】

構文要素ｃｔｕ＿ｓｃａｎ＿ｏｒｄｅｒ［ｉ］は、集約ＮＮＲユニット３２０における各テンソルのためのＣＴＵ単位でのスキャン順序を指定する。値０は、ＣＴＵ単位でのスキャン順序が水平方向でのラスタースキャン順序であることを示し、値１は、ＣＴＵ単位でのスキャン順序が垂直方向でのラスタースキャン順序であることを示す。

【0078】

［態様２］
本開示の実施形態は、ｍｏｄｅｌ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄおよびｌａｙｅｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄを含み、また、ＮＮＲモデルパラメータセットおよびレイヤパラメータセットの参照規則と、それらの範囲とを定義することができ、これにより、１つのモデルパラメータセットのみは、ＧＯＮにおける全てのレイヤパラメータセットによって参照され、また、レイヤパラメータセットは、１つ以上のＮＮＲ量子化および圧縮データユニットによって参照される。したがって、階層的参照のための構造は、各ＮＮＲ量子化および圧縮データユニットが、ＮＮＲモデルパラメータセットユニットを参照するＮＮＲレイヤパラメータセットユニットを参照することである。

【0079】

ＮＮＲモデルパラメータセットおよびレイヤパラメータセットの概念は、それぞれ、ＶＶＣ／ＨＥＶＣ／ＡＶＣにおけるシーケンスパラメータセットおよび画像パラメータセットと同等であり得る。

【0080】

本開示の実施形態は、以下の制約を実現することができる。

【0081】

（１）ＮＮＲビットストリームは、ＮＮＲ開始ユニット（ＮＮＲ＿ＳＴＲ）で始まり得る。

【0082】

（２）ＮＮＲビットストリーム３００における任意のＮＮＲ＿ＮＤＵの前にある、ＮＮＲビットストリーム３００における単一のＮＮＲモデルパラメータセット（ＮＮＲ＿ＭＰＳ）があり得る。

【0083】

（３）ＮＮＲレイヤパラメータセットは、ＮＮＲビットストリーム３００における次のＮＮＲレイヤパラメータセットまで、または集合ＮＮＲユニット３２０の境界に達するまでアクティブにする。

【0084】

（４）構文要素ｒｅｆ＿ｉｄの値は、ＮＮＲビットストリーム３００で一意であることが要求されるものにする。

【0085】

（５）ＮＮＲ＿ＴＰＬまたはＮＮＲ＿ＱＮＴユニットは、ＮＮＲビットストリーム３００に存在している場合、それらのデータ構造を参照する任意のＮＮＲ＿ＮＤＵに先行するものとする（例えば、ｒｅｆ＿ｉｄｓ）。

【0086】

本開示の実施形態は、ＮＮＲビットストリーム３００に存在し得るＮＮＲモデルパラメータセットを実装することができる。ＮＮＲモデルパラメータセットの構文の例は、以下の表２に提供される。

【0087】

表２：ＮＮＲモデルパラメータセットペイロード構文

【0088】

【表2】

構文要素ｍｐｓ＿ｍｏｄｅｌ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄは、他の構文要素による参照のためにモデルパラメータセットの識別子を指定する。

【0089】

本開示の実施形態は、ＮＮＲビットストリーム３００に存在し得る、ＮＮＲレイヤパラメータセットを実装することができる。ＮＮＲレイヤパラメータセットの構文の例は、以下の表３に提供される。

【0090】

表３：ＮＮＲレイヤパラメータセットユニットペイロード構文

【0091】

【表3】

構文要素ｌｐｓ＿ｌａｙｅｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄは、他の構文要素による参照のためにレイヤパラメータセットの識別子を指定する。

【0092】

構文要素ｌｐｓ＿ｍｏｄｅｌ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄは、レイヤパラメータセットによって参照されるモデルパラメータセットのためのｍｐｓ＿ｍｏｄｅｌ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄの値を指定する。ｌｐｓ＿ｍｏｄｅｌ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄの値は、ＧＯＮにおける全てのレイヤパラメータセットで同じであることが要求される。

【0093】

本開示の実施形態は、ＮＮＲビットストリーム３００に存在し得る、ＮＮＲ量子化ユニットのＮＮＲ量子化ユニットヘッダを実装することができる。ＮＮＲ量子化ユニットヘッダの構文の例は、以下の表４に提供される。

【0094】

表４：ＮＮＲ量子化ユニットヘッダ構文

【0095】

【表4】

構文要素ｑｕ＿ｌａｙｅｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄは、ＮＮＲ量子化ユニットによって参照されるレイヤパラメータセットのためのｌｐｓ＿ｌａｙｅｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄの値を指定する。

【0096】

本開示の実施形態は、ＮＮＲビットストリーム３００に存在し得る、ＮＮＲ圧縮データユニットのＮＮＲ圧縮データユニットヘッダを実装することができる。ＮＮＲ圧縮データユニットヘッダの構文例は、以下の表５に提供される。

【0097】

表５：ＮＮＲ圧縮データユニットヘッダ構文

【0098】

【表5】

構文要素ｃｄｕ＿ｌａｙｅｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄは、ＮＮＲ圧縮データユニットによって参照されるレイヤパラメータセットのためのｌｐｓ＿ｌａｙｅｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｉｄの値を指定する。

【0099】

［態様３］
本開示の実施形態は、ＮＮＲモデルパラメータセットユニットおよびＮＮＲレイヤパラメータセットユニットにおいて、構文要素ｓｐａｒｓｉｆｉｇｙ＿ｆｌａｇをそれぞれｍｏｄｅｌ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇおよびｌａｙｅｒ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇとして含み、または、同じパラメータが両方のパラメータセットに存在することを回避するために、ｍｏｄｅｌ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇが１に等しいとき、ｌａｙｅｒ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇの値が０に等しくなるという制約を課すことができる。実施形態では、ｍｏｄｅｌ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇは、ＧＯＮにおけるｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｅｒｆｏｒｍａｎｃｅ＿ｍａｐ（）のグローバル指示のために、１に等しく設定することが要求される。それ以外の場合、ローカル指示のために、ｍｏｄｅｌ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇは、０に設定され、ｌａｙｅｒ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｒｅｓｅｎｔ＿ｆｌａｇは、１に設定される。ＮＮＲモデルパラメータセットユニットとレイヤパラメータセットユニットの両方でｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｅｒｆｏｒｍａｎｃｅ＿ｍａｐ（）を信号で通知することは、効率が悪くなり、混乱が生じる可能性がある。

【0100】

一実施形態では、疎化パラメータがモデルパラメータセットとレイヤパラメータセットの両方に存在する場合、疎化パラメータの値は、レイヤパラメータセットにおける疎化パラメータの値をオーバーライドする。

【0101】

ＮＮＲモデルパラメータセットの構文の例は、以下の表６に提供される。

【0102】

表６：ＮＮＲモデルパラメータセットペイロード構文

【0103】

【表6】

ＮＮＲレイヤパラメータセットの構文の例は、以下の表７に提供される。

【0104】

表７：ＮＮＲレイヤパラメータセットユニットペイロード構文

【0105】

【表7】

ｍｏｄｅｌ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｆｌａｇが１に等しい場合、ｌａｙｅｒ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｆｌａｇの値は、０に等しくなることが要求される。

【0106】

［態様４］
実施形態は、モデルパラメータセットおよびレイヤパラメータセットにおいて、ｍｏｄｅｌ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｐｒｅｓｅｎｔ＿ｆｌａｇおよびｌａｙｅｒ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｐｒｅｓｅｎｔ＿ｆｌａｇをそれぞれ含み、同じパラメータが両方のパラメータセットに存在することを回避するために、ｍｏｄｅｌ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｐｒｅｓｅｎｔ＿ｆｌａｇが１に等しいとき、ｌａｙｅｒ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｐｒｅｓｅｎｔ＿ｆｌａｇの値が０に等しくなるという制約を課すことができる。

【0107】

ＮＮＲモデルパラメータセットの構文の例は、以下の表８に提供される。

【0108】

表８：ＮＮＲモデルパラメータセットペイロード構文

【0109】

【表8】

構文要素ｍｏｄｅｌ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｆｌａｇｓは、モデル全体のために使用される量子化方法を指定する。複数のモデルが指定された場合、それらは、ＯＲで結合される。一例として、表９に示す量子化方法は、指定され得る。

【0110】

表９：量子化方法

【0111】

【表9】

ＮＮＲレイヤパラメータセットの構文例を以下の表１０に示す。

【0112】

表１０：ＮＮＲレイヤパラメータセットユニットペイロード構文

【0113】

【表10】

構文要素ｌａｙｅｒ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｆｌａｇｓは、このレイヤパラメータセットが参照するＮＮＲ圧縮データユニットに含まれるデータのために使用される量子化方法を指定する。複数のモデルが指定された場合、それらは、「ＯＲ」で結合される。一例として、以下の表１１に示す量子化方法は、指定され得る。

【0114】

表１１：量子化方法

【0115】

【表11】

構文要素ｍｏｄｅｌ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｆｌａｇｓおよびｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｆｌａｇｓは、０に等しくなることが要求される。

【0116】

一実施形態では、量子化パラメータがモデルパラメータセットとレイヤパラメータセットの両方に存在する場合、量子化パラメータの値は、レイヤパラメータセットにおける量子化パラメータの値をオーバーライドする。以下、そのような実施形態は、表１２～１６を参照して以下に説明される。

【0117】

そのような実施形態による、ＮＮＲモデルパラメータセットの構文の例は、以下の表１２に提供される。

【0118】

表１２：ＮＮＲモデルパラメータセットペイロード構文

【0119】

【表12】

構文要素ｔｏｐｏｌｏｇｙ＿ｃａｒｒｉａｇｅ＿ｆｌａｇは、ＮＮＲビットストリーム３００がトポロジを内部または外部のどちらで搬送するかを指定する。１に設定する場合、トポロジが１つ以上のＮＮＲユニットタイプ「ＮＮＲ＿ＴＰＬ」内で搬送されることを指定する。０に設定する場合、トポロジが外部（即ち、ＮＮＲビットストリーム３００に対する帯域外）で提供されることを指定する。

【0120】

構文要素ｍｐｓ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｆｌａｇｓは、このモデルパラメータセットを参照するＮＮＲ圧縮データユニットにおけるモデルのために使用される量子化方法を指定する。複数のモデルが指定された場合、それらは、「ＯＲ」で結合される。このような実施形態では、一例として、表１３に示す量子化方法は、指定され得る。

【0121】

表１３：量子化方法

【0122】

【表13】

構文要素ｍｐｓ＿ｑｐ＿ｄｅｎｓｉｔｙは、このモデルパラメータセットを参照するＮＮＲ圧縮データユニットにおける構文要素ｍｐｓ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｐａｒａｍｅｔｅｒの密度情報を指定する。

【0123】

構文要素ｍｐｓ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｐａｒａｍｅｔｅｒは、このモデルパラメータセットを参照するＮＮＲ圧縮データユニットにおける算術符号化用のニューラルネットワークの各レイヤのパラメータのスカラー一様量子化のために量子化パラメータを指定する。

【0124】

構文要素ｍｐｓ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｆｌａｇは、このモデルパラメータセットを参照するＮＮＲ圧縮データユニットにおけるのモデルに疎化が適用されるかどうかを指定する。

【0125】

構文要素ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｅｒｆｏｒｍａｎｃｅ＿ｍａｐ（）は、異なる疎化閾値と得られたＮＮ推論精度との間のマッピングを指定する。得られた精度は、ＮＮの出力の異なる態様または特性のために個別に提供され得る。分類器ＮＮについて、各疎化閾値は、全てのクラスを考慮した全体的な精度に加えて、クラスごとに個別の精度にマッピングされ得る。クラスは、ニューラルネットワークの出力順序（トレーニング中に指定された順序など）に基づいて順序付けられる。

【0126】

構文要素ｃｏｕｎｔ＿ｔｈｒｅｓｈｏｌｄｓは、疎化閾値の数を指定する。

【0127】

構文要素ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄは、重みをゼロに設定する（例えば、値が閾値よりも小さい重みをゼロに設定する）ために、復号されたニューラルネットワークの重みに適用される閾値を指定する。

【0128】

構文要素ｎｏｎ＿ｚｅｒｏ＿ｒａｔｉｏは、ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｔｈｒｅｓｈｏｌｄを適用して重みを疎化することによって達成される非ゼロ比率を指定する。

【0129】

構文要素ｎｎ＿ａｃｃｕｒａｃｙは、ＮＮの全体的な精度（例えば、全てのクラスを考慮した分類精度）を指定する。

【0130】

構文要素ｃｏｕｎｔ＿ｃｌａｓｓｅｓは、各疎化閾値に対して個別の精度が提供されるクラスの数を指定する。

【0131】

構文要素ｎｎ＿ｃｌａｓｓ＿ａｃｃｕｒａｃｙは、特定の疎化閾値が適用される際の特定のクラスの精度を指定する。

【0132】

構文要素ｃｔｕ＿ｐａｒｔｉｔｉｏｎ＿ｆｌａｇは、ブロック分割がニューラルネットワークの各レイヤの重みテンソルに対して有効になっているかどうかを指定する。値０は、ブロック分割が無効になっていることを示し、値１は、分割されたブロックがコーディングツリーユニット（ＣＴＵ：ｃｏｄｉｎｇ ｔｒｅｅ ｕｎｉｔ）として定義されるブロック分割が有効になっていることを示す。

【0133】

構文要素ｍａｘ＿ｃｔｕ＿ｄｉｍ＿ｆｌａｇは、ニューラルネットワークの重みテンソルのためのモデル単位での最大ＣＴＵ次元を指定し、即ち、ｇｃｔｕ＿ｄｉｍ＝（６４＞＞ｍａｘ＿ｃｔｕ＿ｄｉｍ＿ｆｌａｇである。テンソル単位での最大ＣＴＵ幅は、各畳み込みテンソルのカーネルサイズでスケーリングされ、即ち、ｍａｘ＿ｃｔｕ＿ｈｅｉｇｈｔ＝ｇｃｔｕ＿ｄｉｍ、ｍａｘ＿ｃｔｕ＿ｗｉｄｔｈ＝ｇｃｔｕ＿ｄｉｍ＊ｋｅｒｎｅｌ＿ｓｉｚｅである。右／下のＣＴＵの高さ／幅は、ｍａｘ＿ｃｔｕ＿ｈｅｉｇｈｔ／ｍａｘ＿ｃｔｕ＿ｗｉｄｔｈよりも小さい場合がある。

【0134】

ＮＮＲレイヤパラメータセットの構文の例は、以下の表１４に提供される。

【0135】

表１４：ＮＮＲレイヤパラメータセットユニットペイロード構文

【0136】

【表14】

構文要素ｌｐｓ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｍｅｔｈｏｄ＿ｆｌａｇｓは、このレイヤパラメータセットを参照するＮＮＲ圧縮データユニットに含まれるデータのために使用される量子化方法を指定する。複数のモデルが指定された場合、それらは、「ＯＲ」で結合される。一例として、以下の表１５に示す量子化方法は、指定され得る。

【0137】

表１５：量子化方法

【0138】

【表15】

構文要素ｌｐｓ＿ｑｕａｎｔｉｚａｔｉｏｎ＿ｓｔｅｐ＿ｓｉｚｅは、このレイヤパラメータセットを参照するＮＮＲ圧縮データユニットに含まれるデータのために使用されるスカラー一様量子化方法のステップ間隔を指定する。

【0139】

構文要素ｑｕａｎｔｉｚａｔｉｏｎ＿ｍａｐ（）は、コードブックベースの量子化方法のためのコードブックを指定する。

【0140】

構文要素ｃｏｍｐｒｅｓｓｅｄ＿ｆｌａｇは、量子化マップデータがさらに圧縮されるかどうかを指定する。

【0141】

構文要素ｃｏｍｐｒｅｓｓｉｏｎ＿ｆｏｒｍａｔは、以下の表１６に示す値のいずれかをとる列挙リストであり、また、ｑｕａｎｔｉｚａｔｉｏｎ＿ｍａｐ＿ｄａｔａ（）をさらに圧縮するために使用される圧縮方法を示す。

【0142】

表１６：圧縮フォーマットおよび値

【0143】

【表16】

構文要素ｉｎｄｅｘ＿ｐｒｅｃｉｓｉｏｎは、ｑｕａｎｔｉｚａｔｉｏｎ＿ｍａｐ＿ｄａｔａ（）のキー値で使用される整数型を指定する。値０は、８ビットの精度を示し、値１は、１６ビットの精度を示し、値２は、３２ビットの精度を示す。他の値は、予約されている。

【0144】

構文要素ｑｕａｎｔｉｚａｔｉｏｎ＿ｍａｐ＿ｄａｔａ（）は、｛［ｉｎｄｅｘ＜ｉｎｄｅｘ＿ｐｒｅｃｉｓｉｏｎ＞：ｖａｌｕｅ＜ｆｌｏａｔ（３２）＞］｝という形式の配列またはディクショナリを指定し、ここで、ｉｎｄｅｘは、量子化された値のインジケータであり、２番目のｖａｌｕｅは、その量子化された値のｉｎｄｅｘに対応する符号付き浮動小数点値である。

【0145】

構文要素ｌｐｓ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｆｌａｇは、疎化がこのレイヤパラメータセットを参照するＮＮＲ圧縮データユニットにおけるモデルに適用されるかどうかを指定する。

【0146】

構文要素ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｅｒｆｏｒｍａｎｃｅ＿ｍａｐ（）は、異なる疎化閾値と得られたＮＮ推論精度との間のマッピングを指定する。得られた精度は、ＮＮの出力の異なる態様または特性のために個別に提供され得る。分類器ＮＮについて、各疎化閾値は、全てのクラスを考慮した全体的な精度に加えて、クラスごとに個別の精度にマッピングされ得る。クラスは、ニューラルネットワークの出力順序、例えば、トレーニング中に指定された順序に基づいて順序付けられる。

【0147】

ｍｐｓ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｆｌａｇおよびｌｐｓ＿ｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｆｌａｇが１に等しい場合、レイヤパラメータセットにおけるｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｅｒｆｏｒｍａｎｃｅ＿ｍａｐ内（）の構文要素の値は、モデルパラメータセットにおけるｓｐａｒｓｉｆｉｃａｔｉｏｎ＿ｐｅｒｆｏｒｍａｎｃｅ＿ｍａｐ（）内の構文要素の値をオーバーライドすることにより、このレイヤパラメータセットを参照するＮＮＲ圧縮データユニットで使用され得る。

【0148】

［態様５］
本開示の実施形態は、ＮＮＲ開始ユニット（ヘッダ）におけるプロファイルを指示するｇｅｎｅｒａｌ＿ｐｒｏｆｉｌｅ＿ｉｄｃを含み得る。プロファイル情報は、ＮＮＲビットストリーム３００でどのコーディングアルゴリズムおよびトポロジが使用されているかについての情報を提供するために重要である。

【0149】

本開示の実施形態は、ＮＮＲビットストリーム３００に存在し得るＮＮＲ開始ユニットヘッダを実装することができる。ＮＮＲ開始ユニットヘッダの構文の例は、以下の表１７に提供される。

【0150】

表１７：ＮＮＲ開始ユニットヘッダ構文

【0151】

【表17】

構文要素ｇｅｎｅｒａｌ＿ｐｒｏｆｉｌｅ＿ｉｄｃは、ＮＮＲビットストリーム３００が準拠するプロファイルを示す。ビットストリームは、仕様で指定されている値以外のｇｅｎｅｒａｌ＿ｐｒｏｆｉｌｅ＿ｉｄｃの値を含まないようにすることが要求される。

【0152】

［態様６］
パラメータセットと開始ユニットにヘッダがあるというユースケースがない場合があるため、本開示の実施形態は、ｎｎｒ＿ｍｏｄｅｌ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｕｎｉｔ＿ｈｅａｄｅｒ（）およびｎｎｒ＿ｌａｙｅｒ＿ｐａｒａｍｅｔｅｒ＿ｓｅｔ＿ｕｎｉｔ＿ｈｅａｄｅｒ（）を含まない可能性がある。

【0153】

［追加の態様］
本開示の実施形態の追加の態様は、以下に説明される。

【0154】

（Ａ）ＮＮＲユニットヘッダにおけるｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値が０に等しい場合、ＮＮＲユニットヘッダにおけるｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇの値は０に等しくなり、これは、ＮＮＲユニットにはトポロジのデータ全体が含まれる場合、そのユニットが独立して復号可能であるべきためである。実施形態によれば、ＮＮＲユニットヘッダにおけるｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇの値は、そのような場合に、デコーダによって０に等しいと決定され得る。

【0155】

ＮＮＲユニットの構文の例は、以下の表１８に提供される。

【0156】

表１８：ＮＮＲユニット構文

【0157】

【表18】

ＮＮＲユニットサイズの構文の例は、以下の表１９に提供される。

【0158】

表１９：ＮＮＲユニットサイズ構文

【0159】

【表19】

ＮＮＲユニットヘッダの構文の例は、以下の表２０に提供される。

【0160】

表２０：ＮＮＲユニットヘッダ構文

【0161】

【表20】

構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒは、特定のトポロジ要素のためのデータ全体に対して、このＮＮＲデータユニットのペイロードで搬送される部分的なデータのインデックスを指定する。値０は、部分的な情報がないことを示し（つまり、このＮＮＲユニットにおけるデータは、トポロジ要素に関連付けられている全てのデータであり、かつ完全である）、０よりも大きい値は、部分的な情報のインデックスを示す（つまり、このＮＮＲユニットにおけるデータは、ＮＮＲユニットのｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒが０に達するまで、付随ＮＮＲユニットにおけるデータと連結される必要がある）。このカウンタは、最初のパーティション総数を示すために逆方向にカウントすることができる。

【0162】

構文要素ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、この圧縮データユニットが独立して復号可能であるかどうかを指定する。値０は、独立して復号可能なＮＮＲユニットを示す。値１は、このＮＮＲユニットが独立して復号可能ではなく、かつ、そのペイロードが復号可能／解凍可能の成功を達成するために他のＮＮＲユニットと組み合わされるべきであることを示す。ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値が０に等しい場合、ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇの値は０に等しくなることが要求される。

【0163】

（Ｂ）ＮＮＲユニットが独立して復号可能である場合、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒは、ｎｎｒ＿ｕｎｉｔ＿ｈｅａｄｅｒにおいて信号で通知され得ず、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値が、（例えば、デコーダによって）０に等しいと推測され得る。

【0164】

ＮＮＲユニットヘッダの構文の例は、以下の表２１に提供される。

【0165】

表２１：ＮＮＲユニットヘッダ構文

【0166】

【表21】

構文要素ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、この圧縮データユニットが独立して復号可能であるかどうかを指定する。値０は、独立して復号可能なＮＮＲユニットを示す。値１は、このＮＮＲユニットが独立して復号可能ではなく、かつ、そのペイロードが復号可能／解凍可能の成功を達成するために他のＮＮＲユニットと組み合わされるべきであることを示す。

【0167】

構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒは、特定のトポロジ要素のためのデータ全体に対して、このＮＮＲデータユニットのペイロードで搬送される部分的なデータのインデックスを指定する。値０は、部分的な情報がないことを示し（つまり、このＮＮＲユニットにおけるデータは、トポロジ要素に関連付けられている全てのデータであり、かつ完全である）、０よりも大きい値は、部分的な情報のインデックスを示す（つまり、このＮＮＲユニットにおけるデータは、ＮＮＲユニットのｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒが０に達するまで、付随ＮＮＲユニットにおけるデータと連結される必要がある）。このカウンタは、最初のパーティション総数を示すために逆方向にカウントすることができる。存在しない場合、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値は、（例えばデコーダによって）０に等しいと推測され得る。

【0168】

（Ｃ）ＮＮＲユニットが独立して復号可能である場合、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値は０に等しくなり得る。

【0169】

ＮＮＲユニットヘッダの構文の例は、以下の表２２に提供される。

【0170】

表２２：ＮＮＲユニットヘッダ構文

【0171】

【表22】

構文要素ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、この圧縮データユニットが独立して復号可能であるかどうかを指定する。値０は、独立して復号可能なＮＮＲユニットを示す。値１は、このＮＮＲユニットが独立して復号可能ではなく、かつ、そのペイロードが復号可能／解凍可能の成功を達成するために他のＮＮＲユニットと組み合わされるべきであることを示す。

【0172】

構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒは、特定のトポロジ要素のためのデータ全体に対して、このＮＮＲデータユニットのペイロードで搬送される部分的なデータのインデックスを指定する。値０は、部分的な情報がないことを示し（つまり、このＮＮＲユニットにおけるデータは、トポロジ要素に関連付けられている全てのデータであり、かつ完全である）、０よりも大きい値は、部分的な情報のインデックスを示す（つまり、このＮＮＲユニットにおけるデータは、ＮＮＲユニットのｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒが０に達するまで、付随ＮＮＲユニットにおけるデータと連結される必要がある）。このカウンタは、最初のパーティション総数を示すために逆方向にカウントすることができる。ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇが１に等しい場合、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値は、（例えばデコーダによって）０に等しいと推測され得る。

【0173】

（Ｄ）実施形態によれば、ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇのセマンティクスは、下のように変更され得る。
構文要素ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、この圧縮データユニットが独立して復号可能であるかどうかを指定する。値０は、独立して復号可能なＮＮＲユニットであり、かつ、部分的な情報がないことを示す（つまり、このＮＮＲユニットにおけるデータは、トポロジ要素に関連付けられている全てのデータであり、かつ完全である）。値１は、このＮＮＲユニットが独立して復号可能ではなく、かつ、そのペイロードが復号可能／解凍可能の成功を達成するために他のＮＮＲユニットと組み合わされるべきであることを示す。

【0174】

（Ｅ）実施形態によれば、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒのセマンティクスは、以下のように変更され得る。
構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒは、特定のトポロジ要素のためのデータ全体に対して、このＮＮＲデータユニットのペイロードで搬送される部分的なデータのインデックスを指定する。値０は、部分的な情報がないことを示し（つまり、このＮＮＲユニットにおけるデータは、トポロジ要素に関連付けられている全てのデータであり、かつ完全である）、また、０に等しいｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒを有するＮＮＲユニットは、独立して復号可能である。０よりも大きい値は、部分的な情報のインデックスを示す（つまり、このＮＮＲユニットにおけるデータは、ＮＮＲユニットのｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒが０に達するまで、付随ＮＮＲユニットにおけるデータと連結される必要がある）。このカウンタは、最初のパーティション総数を示すために逆方向にカウントすることができる。ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇが１に等しい場合、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値は、（例えばデコーダによって）０に等しいと推測され得る。

【0175】

（Ｆ）実施形態によれば、ｎｎｒ＿ｕｎｉｔ＿ｔｙｐｅがＮＮＲ＿ＳＴＲまたはＮＮＲ＿ＭＰＳに等しい場合、ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇの値は、０に等しくなり得る。

【0176】

（Ｇ）実施形態によれば、ｎｎｒ＿ｕｎｉｔ＿ｔｙｐｅがＮＮＲ＿ＳＴＲ、ＮＮＲ＿ＭＰＳ、ＮＮＲ＿ＬＰＳ、ＮＮＲ＿ＴＰＬ、ＮＮＲ＿ＱＮＴ、ＮＮＲ＿ＮＤＵまたはＮＮＲ＿ＡＧＧに等しい場合、ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇの値は、０に等しくなり得る。

【0177】

（Ｈ）実施形態によれば、ｎｎｒ＿ｕｎｉｔ＿ｔｙｐｅがＮＮＲ＿ＳＴＲまたはＮＮＲ＿ＡＧＧに等しい場合、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値は、０に等しくなり得る。

【0178】

（Ｉ）実施形態によれば、ｎｎｒ＿ｕｎｉｔ＿ｔｙｐｅがＮＮＲ＿ＡＧＧに等しく、かつ、ｎｎｒ＿ａｇｇｒｅｇａｔｅ＿ｕｎｉｔ＿ｔｙｐｅがＮＮＲ＿ＡＧＧ＿ＳＬＦに等しい場合、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値は、０に等しくなり得る。

【0179】

（Ｊ）実施形態によれば、ｎｎｒ＿ｕｎｉｔ＿ｔｙｐｅがＮＮＲ＿ＡＧＧに等しく、かつ、ｎｎｒ＿ａｇｇｒｅｇａｔｅ＿ｕｎｉｔ＿ｔｙｐｅがＮＮＲ＿ＡＧＧ＿ＳＬＦに等しい場合、ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇの値は、０に等しくなり得る。

【0180】

（Ｋ）実施形態によれば、ｌｐｓ＿ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、レイヤパラメータセットにおいて信号で通知され、また、そのセマンティクスは、以下の表２３に示すとおりである。

【0181】

表２３：ＮＮＲレイヤパラメータセット構文

【0182】

【表23】

構文要素ｌｐｓ＿ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、レイヤパラメータセットを参照するＮＮＲユニットが独立して復号可能であるかどうかを指定する。値０は、独立して復号可能なＮＮＲユニットを示す。値１は、レイヤパラメータセットを参照するＮＮＲユニットが独立して復号可能ではなく、かつ、それらのペイロードが復号可能／解凍可能の成功を達成するために、他のレイヤパラメータセットを参照するＮＮＲユニットと組み合わされるべきであることを示す。

【0183】

（Ｌ）実施形態によれば、ｌｐｓ＿ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇの値は、ＮＮＲユニットヘッダにおけるｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇの値と同じであり得る。

【0184】

（Ｍ）実施形態によれば、ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、以下の表２４に示すように、予約ビットによって置き換えられる。

【0185】

表２４：ＮＮＲレイヤパラメータセット構文

【0186】

【表24】

（Ｎ）実施形態によれば、構文およびセマンティクスは、以下のように、および表２５に示すように、ＮＮＲモデルパラメータセットに示されている。

【0187】

表２５：ＮＮＲモデルパラメータセットユニットヘッダ構文

【0188】

【表25】

０に等しい構文要素ｍｐｓ＿ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、モデルパラメータセットを参照するＮＮＲユニットが独立して復号可能であり、かつ、完全または部分的なＮＮモデルがＮＮＲユニットを使用して成功に再構築可能であることを指定する。値１は、モデルパラメータセットを参照するＮＮＲユニットが独立して復号可能ではなく、かつ、それらのペイロードが完全または部分的なＮＮモデルの構築を成功させるために、他のモデルパラメータセットを参照するＮＮＲユニットと組み合わされるべきであることを示す。

【0189】

（Ｏ）実施形態によれば、以下の構文とセマンティクスは、以下のように、および表２６に示すように、ＮＮＲレイヤパラメータセットに示されている。

【0190】

表２６：ＮＮＲレイヤパラメータセットユニットヘッダ構文

【0191】

【表26】

０に等しい構文要素ｌｐｓ＿ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、レイヤパラメータセットを参照するＮＮＲユニットが独立して復号可能であり、かつ、完全または部分的なＮＮモデルがＮＮＲユニットを使用して成功に再構築可能であることを指定する。値１は、レイヤパラメータセットを参照するＮＮＲユニットが独立して復号可能ではなく、かつ、それらのペイロードが完全または部分的なＮＮモデルの構築を成功させるために、他のレイヤパラメータセットを参照するＮＮＲユニットと組み合わされるべきであることを示す。

【0192】

（Ｐ）実施形態によれば、以下の表２７に示される構文構造は、ＮＮＲユニットヘッダのために使用され得る。

【0193】

表２７：ＮＮＲユニットヘッダ

【0194】

【表27】

構文要素ｎｎｒ＿ｕｎｉｔ＿ｔｙｐｅは、以下の表２８で指定されるように、ＮＮＲユニットのタイプを指定する。

【0195】

表２８：ＮＮＲユニットタイプ

【0196】

【表28】

１に等しい構文要素ｎｎｒ＿ｕｎｉｔ＿ｈｅａｄｅｒ＿ｅｘｔｅｎｓｉｏｎ＿ｆｌａｇは、構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒおよびｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇがＮＮＲユニットヘッダに存在することを指定する。０に等しい構文要素ｎｎｒ＿ｕｎｉｔ＿ｈｅａｄｅｒ＿ｅｘｔｅｎｓｉｏｎ＿ｆｌａｇは、構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒおよびｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇがＮＮＲユニットヘッダに存在しないことを指定する。

【0197】

構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒは、特定のトポロジ要素のためのデータ全体に対して、このＮＮＲデータユニットのペイロードで搬送される部分的なデータのインデックスを指定する。値０は、部分的な情報がないことを示し（つまり、このＮＮＲユニットにおけるデータは、トポロジ要素に関連付けられている全てのデータであり、かつ完全である）、０よりも大きい値は、部分的な情報のインデックスを示す（つまり、このＮＮＲユニットにおけるデータは、ＮＮＲユニットのｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒが０に達するまで、付随ＮＮＲユニットにおけるデータと連結される必要がある）。このカウンタは、最初のパーティションの総数を示すために逆方向にカウントすることができる。存在しない場合、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値は、（例えばデコーダによって）０に等しいと推測され得る。ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値は、包括的に、０から１２７までの範囲であり得る。１２８個の値は、将来的な保証設計のために予約され得る。

【0198】

構文要素ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、この圧縮データユニットが独立して復号可能であるかどうかを指定する。値０は、独立して復号可能なＮＮＲユニットを示す。値１は、このＮＮＲユニットが独立して復号可能ではなく、かつ、そのペイロードが復号可能／解凍可能の成功を達成するために他のＮＮＲユニットと組み合わされるべきであることを示す。存在しない場合、ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆａｇの値は、（例えばデコーダによって）０に等しいと推測され得る。

【0199】

（Ｑ）実施形態によれば、以下の表２９に示される構文構造は、ＮＮＲユニットヘッダのために使用される。

【0200】

表２９：ＮＮＲユニットヘッダ構文

【0201】

【表29】

構文要素ｎｎｒ＿ｕｎｉｔ＿ｔｙｐｅは、以下の表３０で指定されるように、ＮＮＲユニットのタイプを指定する。

【0202】

表３０：ＮＮＲユニットタイプ

【0203】

【表30】

１に等しい構文要素ｎｎｒ＿ｕｎｉｔ＿ｈｅａｄｅｒ＿ｅｘｔｅｎｓｉｏｎ＿ｆｌａｇは、構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒおよびｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇがＮＮＲユニットヘッダに存在することを指定する。０に等しい構文要素ｎｎｒ＿ｕｎｉｔ＿ｈｅａｄｅｒ＿ｅｘｔｅｎｓｉｏｎ＿ｆｌａｇは、構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒおよびｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇがＮＮＲユニットヘッダに存在しないことを指定する。

【0204】

構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒは、特定のトポロジ要素のためのデータ全体に対して、このＮＮＲデータユニットのペイロードで搬送される部分的なデータのインデックスを指定する。値０は、部分的な情報がないことを示し（つまり、このＮＮＲユニットにおけるデータは、トポロジ要素に関連付けられている全てのデータであり、かつ完全である）、０よりも大きい値は、部分的な情報のインデックスを示す（つまり、このＮＮＲユニットにおけるデータは、ＮＮＲユニットのｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒが０に達するまで、付随ＮＮＲユニットにおけるデータと連結される必要がある）。このカウンタは、最初のパーティション総数を示すために逆方向にカウントすることができる。存在しない場合、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値は、（例えばデコーダによって）０に等しいと推測され得る。ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値は、包括的に、０から１２７までの範囲であり得る。

【0205】

構文要素ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、この圧縮データユニットが独立して復号可能であるかどうかを指定する。値０は、独立して復号可能なＮＮＲユニットを示す。値１は、このＮＮＲユニットが独立して復号可能ではなく、かつ、そのペイロードが復号可能／解凍可能の成功を達成するために他のＮＮＲユニットと組み合わされるべきであることを示す。存在しない場合、ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆａｇの値は、（例えばデコーダによって）０に等しいと推測され得る。

【0206】

構文要素ｒｅｓｅｒｖｅｄ＿ｂｉｔは、将来的な保証設計のために使用され得る。

【0207】

（Ｒ）実施形態によれば、以下の表３１に示される構文構造は、ＮＮＲユニットヘッダのために使用される。

【0208】

表３１：ＮＮＲユニットヘッダ構文

【0209】

【表31】

構文要素ｎｎｒ＿ｕｎｉｔ＿ｔｙｐｅは、以下の表３２で指定されるように、ＮＮＲユニットのタイプを指定する。

【0210】

表３２：ＮＮＲユニットタイプ

【0211】

【表32】

１に等しい構文要素Ｉｎｄｅｐｅｎｄｅｎｔ＿ｓｅｌｆ＿ｃｏｎｔａｉｎｅｄ＿ｆｌａｇは、ＮＮＲユニットが独立して復号可能で自己完結型であることを指定する（つまり、このＮＮＲユニットにおけるデータは、トポロジ要素に関連付けられている全てのデータであり、かつ完全である）。Ｉｎｄｅｐｅｎｄｅｎｔ＿ｓｅｌｆ＿ｃｏｎｔａｉｎｅｄ＿ｆｌａｇの値が１に等しい場合、構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒおよびｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、ＮＮＲユニットヘッダに存在せず、また、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒおよびｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇの値は、（エンコーダなどによって）０に等しいと推測され得る。０に等しいＩｎｄｅｐｅｎｄｅｎｔ＿ｓｅｌｆ＿ｃｏｎｔａｉｎｅｄ＿ｆｌａｇは、構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒおよびｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇがＮＮＲユニットヘッダに存在することを指定する。Ｉｎｄｅｐｅｎｄｅｎｔ＿ｓｅｌｆ＿ｃｏｎｔａｉｎｅｄ＿ｆｌａｇが０に等しい場合、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒとｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇのいずれかは、非ゼロの値を有することが要求される。

【0212】

構文要素ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒは、特定のトポロジ要素のためのデータ全体に対して、このＮＮＲデータユニットのペイロードで搬送される部分的なデータのインデックスを指定する。値０は、部分的な情報がないことを示し（つまり、このＮＮＲユニットにおけるデータは、トポロジ要素に関連付けられている全てのデータであり、かつ完全である）、０よりも大きい値は、部分的な情報のインデックスを示す（つまり、このＮＮＲユニットにおけるデータは、ＮＮＲユニットのｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒが０に達するまで、付随ＮＮＲユニットにおけるデータと連結される必要がある）。このカウンタは、最初のパーティション総数を示すために逆方向にカウントすることができる。存在しない場合、ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値は、（例えばデコーダによって）０に等しいと推測され得る。ｐａｒｔｉａｌ＿ｄａｔａ＿ｃｏｕｎｔｅｒの値は、包括的に、０から１２７までの範囲である。１２８個の値は、将来的な保証設計のために予約され得る。

【0213】

構文要素ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、この圧縮データユニットが独立して復号可能であるかどうかを指定する。値０は、独立して復号可能なＮＮＲユニットを示す。値１は、このＮＮＲユニットが独立して復号可能ではなく、かつ、そのペイロードが復号可能／解凍可能の成功を達成するために他のＮＮＲユニットと組み合わされるべきであることを示す。存在しない場合、ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆａｇの値は、（例えばデコーダによって）０に等しいと推測され得る。

【0214】

（Ｓ）実施形態によれば、以下に説明され、および以下の表３３に示される構文とセマンティクスは、ＮＮＲモデルパラメータセットに示されている。

【0215】

表３３：ＮＮＲモデルパラメータセットユニットヘッダ構文

【0216】

【表33】

０に等しい構文要素ｍｐｓ＿ｉｎｄｅｐｅｎｄｅｎｔ＿ｓｅｌｆ＿ｃｏｎｔａｉｎｅｄ＿ｆｌａｇは、モデルパラメータセットを参照するＮＮＲユニットが独立して復号可能であり、かつ、完全または部分的なＮＮモデルがＮＮＲユニットを使用して成功に再構築可能であることを指定する。値１は、モデルパラメータセットを参照するＮＮＲユニットが独立して復号可能ではなく、かつ、それらのペイロードが完全または部分的なＮＮモデルの構築を成功させるために、他のモデルパラメータセットを参照するＮＮＲユニットと組み合わされるべきであることを示す。

【0217】

（Ｔ）実施形態によれば、以下に説明され、および以下の表３４に示される構文とセマンティクスは、ＮＮＲレイヤパラメータセットに示されている。

【0218】

表３４：ＮＮＲレイヤパラメータセットユニットヘッダ構文

【0219】

【表34】

０に等しい構文要素ｌｐｓ＿ｉｎｄｅｐｅｎｄｅｎｔ＿ｓｅｌｆ＿ｃｏｎｔａｉｎｅｄ＿ｆｌａｇは、レイヤパラメータセットを参照するＮＮＲユニットが独立して復号可能であり、かつ、完全または部分的なＮＮモデルがＮＮＲユニットを使用して成功に再構築可能であることを指定する。値１は、レイヤパラメータセットを参照するＮＮＲユニットが独立して復号可能ではなく、かつ、それらのペイロードが完全または部分的なＮＮモデルの構築を成功させるために、他のレイヤパラメータセットを参照するＮＮＲユニットと組み合わされるべきであることを示す。

【0220】

（Ｕ）実施形態によれば、以下に説明され、および以下の表３５に示される構文とセマンティクスは、ＮＮＲモデルパラメータセットに示されている。

【0221】

表３５：ＮＮＲモデルパラメータセットユニットヘッダ構文

【0222】

【表35】

０に等しい構文要素ｍｐｓ＿ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、モデルパラメータセットを参照するＮＮＲユニットが独立して復号可能であることを指定する。値１は、モデルパラメータセットを参照するＮＮＲユニットが独立して復号可能ではないことを示す。

【0223】

０に等しい構文要素ｍｐｓ＿ｓｅｌｆ＿ｃｏｎｔａｉｎｅｄ＿ｆｌａｇ ｅｑｕａｌは、モデルパラメータセットを参照するＮＮＲユニットが、ＮＮＲユニットを使用して成功に再構築可能な完全または部分的なＮＮモデルであることを指定する。値１は、モデルパラメータセットを参照するＮＮＲユニットが、完全または部分的なＮＮモデルの構築を成功させるために、他のモデルパラメータセットを参照するＮＮＲユニットと組み合わされるべきであることを示す。

【0224】

（Ｖ）実施形態によれば、以下に説明され、および以下の表３６に示される構文とセマンティクスは、ＮＮＲレイヤパラメータセットに示されている。

【0225】

表３６：ＮＮＲレイヤパラメータセットユニットヘッダ

【0226】

【表36】

０に等しい構文要素ｌｐｓ＿ｉｎｄｅｐｅｎｄｅｎｔｌｙ＿ｄｅｃｏｄａｂｌｅ＿ｆｌａｇは、レイヤパラメータセットを参照するＮＮＲユニットが独立して復号可能であることを指定する。値１は、レイヤパラメータセットを参照するＮＮＲユニットが独立して復号可能ではないことを示す。

【0227】

０に等しい構文要素ｌｐｓ＿ｓｅｌｆ＿ｃｏｎｔａｉｎｅｄ＿ｆｌａｇは、レイヤパラメータセットを参照するＮＮＲユニットが、ＮＮＲユニットを使用して成功に再構築可能な完全または部分的なＮＮモデルであることを指定する。値１は、レイヤパラメータセットを参照するＮＮＲユニットが、完全または部分的なＮＮモデルの構築を成功させるために、他のレイヤパラメータセットを参照するＮＮＲユニットと組み合わされるべきであることを示す。

【0228】

図６を参照すると、本開示の実施形態は、コンピューティングシステム４００によって実現され得る。コンピューティングシステム４００は、ＮＮＲビットストリーム３００を受信するように構成され得、少なくとも１つのプロセッサと、コンピュータ命令が憶されているメモリとを含み得る。コンピュータ命令は、少なくとも１つのプロセッサによって実行されるとき、少なくとも１つのプロセッサに、本開示の態様を実行させるように構成され得る。

【0229】

例えば、コンピューティングシステム４００は、デコーダを実装することができ、コンピュータ命令には、シグナリング／決定コード４２０、および復号／再構築コード４３０が含まれ得る。

【0230】

シグナリング／決定コード４２０は、少なくとも１つのプロセッサに、構文要素を信号で通知させ、および／または様々なＮＮＲユニットの構文要素の値を推測させ、また、構文要素に基づいて、ＮＮＲユニット（および対応するニューラルネットワーク）の特性を決定させる。復号／再構築コード４３０は、少なくとも１つのプロセッサに、ＮＮＲビットストリーム３００のコード化された要素を復号させ、また、復号に基づいて１つ以上のニューラルネットワークを再構築させるように構成され得る。

【0231】

前述の開示は、例示および説明を提供するが、網羅的であることを意図しない、または開示された正確な形式での実装を制限することを意図しない。上記の開示に鑑みて、修正および変形は可能であるか、または実際の実施から得られる。本開示の実施形態には、上記の態様および／または追加の態様のうちの任意のいずれかが含まれ得る。

【0232】

明らかに、本明細書に記載のシステムおよび／または方法は、異なる形式のハードウェア、ファームウェア、またはハードウェアとソフトウェアの組み合わせで実現され得る。これらのシステムおよび／または方法を実現するために使用される実際の特定化された制御ハードウェアまたはソフトウェアコードは、実装を限定するものではない。したがって、理解すべきものとして、ソフトウェアおよびハードウェアは、本明細書の説明に基づいてシステムおよび／または方法を実現するように設計され得る。

【0233】

特徴の組み合わせが特許請求の範囲に記載され、および／または明細書に記載されたが、これらの組み合わせは、可能な実現の開示を制限することを意図していない。実際には、これらの特徴の多くは、特許請求の範囲に具体的に記載されていない、および／または明細書に記載されていない方法で組み合わせることができる。以下に列挙された各従属請求項は、１つの請求項のみに直接に従属し得るが、可能な実現の開示には、請求項セットにおける他の各請求項と組み合わせた各従属請求項が含まれる。

【0234】

本明細書で使用される要素、行為または命令は、そのようなものとして明示的に記載されない限り、重要または本質的なものであると解釈され得る。また、本明細書で使用される用語「一」および「１」は、１つ以上の項目を含むことを意図しており、「１つ以上」と交換可能に使用され得る。さらに、本明細書で使用される用語「セット」は、１つ以上の項目（例えば、関連項目、非関連項目、関連項目と非関連項目の組み合わせなど）を含むことを意図しており、「１つ以上」と交換可能に使用され得る。１つの項目のみが意図される場合、用語「１つ」または類似の用語が使用される。また、本明細書で使用される用語「有する」、「ある」、「有している」などは、制限のない用語（Ｏｐｅｎ Ｅｎｄｅｄ Ｔｅｒｍｓ）を意図している。さらに、明示的に記載されない限り、「に基づく」という語句は、「少なくとも部分的には、…に基づく」を意味することを意図している。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】