Some content of this application is unavailable at the moment.
If this situation persist, please contact us atFeedback&Contact
1. (WO2017149722) COMPUTING DEVICE AND COMPUTATION METHOD
Latest bibliographic data on file with the International Bureau   

Pub. No.: WO/2017/149722 International Application No.: PCT/JP2016/056583
Publication Date: 08.09.2017 International Filing Date: 03.03.2016
IPC:
G06N 3/04 (2006.01)
G PHYSICS
06
COMPUTING; CALCULATING; COUNTING
N
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3
Computer systems based on biological models
02
using neural network models
04
Architecture, e.g. interconnection topology
Applicants:
三菱電機株式会社 MITSUBISHI ELECTRIC CORPORATION [JP/JP]; 東京都千代田区丸の内二丁目7番3号 7-3, Marunouchi 2-chome, Chiyoda-ku, Tokyo 1008310, JP
Inventors:
成田 知宏 NARITA, Tomohiro; JP
Agent:
田澤 英昭 TAZAWA, Hideaki; JP
Priority Data:
Title (EN) COMPUTING DEVICE AND COMPUTATION METHOD
(FR) DISPOSITIF INFORMATIQUE ET PROCÉDÉ DE CALCUL
(JA) 演算装置および演算方法
Abstract:
(EN) This computing device (1) is provided with a weight storage unit (101) for storing a weight matrix for each layer of a multilayered neural network, a matrix multiplication unit (100) for multiplying together the weight matrix stored in the weight storage unit (101) and a vector inputted to the input layer of the multilayered neural network or a vector outputted from an immediately preceding layer, a scalar quantization table storage unit (104) for storing a scalar quantization table showing a correspondence between a quantization range in which the scalar quantization is performed and the quantized value, a scalar quantization unit (103) for referring to the scalar quantization table and quantizing the value of each dimension of the vector outputted from the matrix multiplication unit (100), a likelihood calculation unit (105) for calculating a likelihood vector using the vector outputted from the scalar quantization unit (103) in the output layer of the multilayered neural network, and a scalar quantization control unit (102) for controlling whether or not to execute scalar quantization for each layer of the multilayered neural network.
(FR) La présente invention concerne un dispositif informatique (1) qui comporte une unité de stockage de poids (101) pour stocker une matrice de poids pour chaque couche d'un réseau neuronal à couches multiples, une unité de multiplication de matrice (100) pour multiplier ensemble la matrice de poids stockée dans l'unité de stockage de poids (101) et un vecteur entré dans la couche d'entrée du réseau neuronal à couches multiples ou un vecteur délivré à partir d'une couche immédiatement précédente, une unité de stockage de table de quantification scalaire (104) pour stocker une table de quantification scalaire représentant une correspondance entre une plage de quantification dans laquelle la quantification scalaire est réalisée et la valeur quantifiée, une unité de quantification scalaire (103) pour se rapporter à la table de quantifications scalaire et quantifier la valeur de chaque dimension du vecteur délivré à partir de l'unité de multiplication de matrice (100), une unité de calcul de probabilité (105) pour calculer un vecteur de probabilité à l'aide du vecteur délivré à partir de l'unité de quantification scalaire (103) dans la couche de sortie du réseau neuronal à couches multiples, et une unité de commande de quantification scalaire (102) pour commander s'il faut ou non exécuter une quantification scalaire pour chaque couche du réseau neuronal à couches multiples.
(JA) 演算装置(1)は、多層ニューラルネットワークの層ごとの重み行列を記憶している重み記憶部(101)と、重み記憶部(101)に記憶されている重み行列と、多層ニューラルネットワークの入力層に入力されたベクトルまたは一つ前の層から出力されたベクトルとの乗算を行う行列乗算部(100)と、スカラ量子化を行う量子化範囲とその量子化値との対応関係を表したスカラ量子化テーブルを記憶しているスカラ量子化テーブル記憶部(104)と、スカラ量子化テーブルを参照して行列乗算部(100)から出力されたベクトルの各次元の値をスカラ量子化するスカラ量子化部(103)と、多層ニューラルネットワークの出力層においてスカラ量子化部(103)から出力されたベクトルを用いて尤度ベクトルを算出する尤度算出部(105)と、多層ニューラルネットワークの層ごとにスカラ量子化を実施するか否かを制御するスカラ量子化制御部(102)とを備える。
front page image
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JP, KE, KG, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: Japanese (JA)
Filing Language: Japanese (JA)