ニューラルネットワーク学習・生成の新標準

国立大学法人京都大学

京都府京都市左京区吉田本町

この技術でできること

効率的なニューラルネットワークの学習と生成方法を提供します。

相談したいこと

技術の特徴

本特許は、ニューロン間の結合重みやバイアス値の更新方法を含むニューラルネットワークの学習と生成方法について述べています。具体的には、ニューロンの状態値と期待値の差を利用してバイアス値を計算し、それをもとにシナプスの状態値や結合重みを更新する方法を提供します。また、ニューロンとシナプスを二値を取り得る確率変数として扱い、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うことで、効率的なニューラルネットワークの生成も可能となります。さらに、学習済のニューラルネットワークを有する装置も提案されています。

AIによる特許活用案

おすすめ業界 ITデータ分析ロボティクス

AIモデルの最適化

本特許の手法を用いることで、現在使用している人工知能モデルの最適化を図ることが可能です。ニューロンの状態値と期待値の差を利用したバイアス値の計算や、マルコフ連鎖モンテカルロ法によるサンプリングは、複雑なモデルの学習を効率化し、より高精度な予測を可能とします。

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2021-509108
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
出願人／権利者: 国立大学法人京都大学
住所: 京都府京都市左京区吉田本町
公開番号: WO2020/196066
登録番号: 特許第7356738号

登録情報の修正申請