時系列情報の高精度学習を実現するニューラルネットワーク

国立研究開発法人情報通信研究機構

東京都小金井市貫井北町４－２－１

この技術でできること

音声情報などの時系列情報を精度高く学習するためのニューラルネットワークベースのモデルです。

相談したいこと

技術の特徴

本特許は、Unidirectional-RNN（Recurrent neural network）に基づくEnd-to-EndモデルとBidirectional-RNNに基づくEnd-to-Endモデルを組み合わせたニューラルネットワークベースの時系列情報学習システムです。これらのモデルは、CTC(Connectionist Temporal Classification)モデルとattentionモデルを含み、音声情報などの時系列情報を学習します。また、より複雑な構造を持つモデルを教師モデルとして、一方のモデルを生徒モデルとし、知識伝達を用いて学習させる方法も提供します。これにより、音声認識などの時系列情報処理がより高精度に行えます。

AIによる特許活用案

おすすめ業界 IT音声認識AI開発

音声認識技術の向上

音声情報は時系列情報の一例であり、この特許の技術を音声認識システムに応用することで、音声認識の精度を大幅に向上させることが可能です。

続きの活用案は会員限定です

無料登録またはログイン後に、公開範囲に応じて確認できます。

参考情報

活用条件

サブスクリプション・未選択
権利譲渡・未選択
ライセンス契約・未選択

商品化・サービス化: ASK
実証実験: ASK
サンプル・プロトタイプ: ASK

掲載者による選択状態を表示しています。未選択や ASK は、利用不可を意味するものではありません。

権利概要

出願番号: 特願2018-044134
発明の名称: 時系列情報の学習システム、方法およびニューラルネットワークモデル
出願人／権利者: 国立研究開発法人情報通信研究機構
住所: 東京都小金井市貫井北町４－２－１
公開番号: 特開2019-159654
登録番号: 特許第7070894号

登録情報の修正申請