国立大学法人京都大学
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
ニューラルネットワーク学習・生成の新標準
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。
つまりは、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。
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
- データ分析の精度向上
- 自動化システムの高度化
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。
本特許の手法をデータ分析に応用することで、分析結果の精度向上が期待できます。特に、大量のデータを扱う場合や、複雑なデータ構造を持つ場合に有効です。また、二値を取り得る確率変数としてのニューロンとシナプスの扱いは、より高度なデータ分析を可能とします。
ロボティクスや自動運転など、自動化システムの制御にニューラルネットワークを使用することは一般的です。本特許の手法を用いれば、これらのシステムの学習や制御の精度を向上させることができます。これにより、システムの安全性や効率性が向上します。
活用条件
- サブスク
- 譲渡
- ライセンス
商品化・サービス化 実証実験 サンプル・プロトタイプ
特許評価書
- 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 |
| 公開番号 | WO2020/196066 |
| 登録番号 | 特許第0007356738号 |
- サブスク
- 譲渡
- ライセンス
準備中です