このアプリケーションの一部のコンテンツは現時点では利用できません。
このような状況が続く場合は、にお問い合わせくださいフィードバック & お問い合わせ
1. (WO2018207458) 二値化ニューラルネットワーク用プロセッサ、データ処理方法、および、プログラム
国際事務局に記録されている最新の書誌情報    第三者情報を提供

国際公開番号: WO/2018/207458 国際出願番号: PCT/JP2018/009879
国際公開日: 15.11.2018 国際出願日: 14.03.2018
IPC:
G06N 3/06 (2006.01)
[IPC code unknown for G06N 3/06]
出願人:
株式会社メガチップス MEGACHIPS CORPORATION [JP/JP]; 大阪府大阪市淀川区宮原一丁目1番1号 1-1, Miyahara 1-chome, Yodogawa-ku, Osaka-shi, Osaka 5320003, JP
株式会社プロアシスト PROASSIST, LTD. [JP/JP]; 大阪府大阪市中央区北浜東4番33号 北浜ネクスビル28F Kitahama NEXU Bldg. 28F, 4-33, Kitahamahigashi, Chuo-ku, Osaka-shi, Osaka 5400031, JP
学校法人中部大学 CHUBU UNIVERSITY EDUCATIONAL FOUNDATION [JP/JP]; 愛知県春日井市松本町1200 1200, Matsumoto-cho, Kasugai-shi, Aichi 4878501, JP
発明者:
松谷 隆司 MATSUTANI Takashi; JP
田中 基康 TANAKA Motoyasu; JP
猪熊 一行 INOKUMA Kazuyuki; JP
藤吉 弘亘 FUJIYOSHI Hironobu; JP
代理人:
中西 健 NAKANISHI Ken; JP
優先権情報:
2017-09238108.05.2017JP
発明の名称: (EN) BINARIZED NEURAL NETWORK PROCESSOR, DATA PROCESSING METHOD, AND PROGRAM
(FR) PROCESSEUR DE RÉSEAU NEURONAL BINARISÉ, PROCÉDÉ DE TRAITEMENT DE DONNÉES ET PROGRAMME
(JA) 二値化ニューラルネットワーク用プロセッサ、データ処理方法、および、プログラム
要約:
(EN) The purpose of the present invention is to achieve a binarized neural network processor capable of installing a high-performance, compact model in a low-specification device such as an embedded device or a mobile device, without learning being required. Provided is a binarized neural network processor (1000) wherein a weight computation process is executed by treating the majority of weight computation processes as bit computation processes using a binary base matrix and carrying out a very small quantity of real number computations (multiplication processes using a scaling coefficient vector). Thus, the binarized neural network processor (1000) enables execution of a high-precision weight computation process while restraining increase in hardware scale. Due to the above, the binarized neural network processor (1000) makes it possible to execute a weight computation process commensurate with that of a compact model (an approximation model of a learned model learned and acquired with a large-scale system) without re-learning being required.
(FR) L’objectif de l’invention est d'obtenir un processeur de réseau neuronal binarisé capable d'installer un modèle compact à hautes performances dans un dispositif à faible spécification, tel qu'un dispositif intégré ou un dispositif mobile, sans qu’un apprentissage ne soit nécessaire. À cet effet, l’invention concerne un processeur de réseau neuronal binarisé (1000) dans lequel un processus de calcul de poids est exécuté en traitant la majorité des processus de calcul de poids comme des processus de calcul binaire à l'aide d’une matrice de base binaire et en effectuant une très petite quantité de calculs en nombre réel (processus de multiplication à l'aide d'un vecteur de coefficient de mise à l'échelle). Ainsi, le processeur de réseau neuronal binarisé (1000) permet d’exécuter un processus de calcul de poids de haute précision tout en limitant l'augmentation de l'échelle du matériel. Compte tenu des aspects ci-dessus, le processeur de réseau neuronal binarisé (1000) permet d'exécuter un processus de calcul de poids correspondant à celui d'un modèle compact (modèle d'approximation d'un modèle appris et acquis avec un système à grande échelle) sans qu’un ré-apprentissage ne soit nécessaire.
(JA) 学習を必要とせず、組み込み機器やモバイル機器等の低スペックのデバイスにおいて、高性能なコンパクト化したモデルを搭載することができる二値化ニューラルネットワーク用プロセッサを実現する。二値化ニューラルネットワーク用プロセッサ(1000)では、重み演算処理の大部分を二値基底行列を用いたビット演算処理にし、ごく少数の実数演算(スケーリング係数ベクトルを用いた乗算処理)を行うことで、重み演算処理を実行する。したがって、二値化ニューラルネットワーク用プロセッサ(1000)では、ハードウェア規模の増大を抑えつつ、高精度な重み演算処理を実行することできる。その結果、二値化ニューラルネットワーク用プロセッサ(1000)では、再学習を必要とせず、コンパクト化したモデル(大規模システムで学習し取得した学習済みモデルの近似モデル)に相当する重み演算処理を実行することができる。
front page image
指定国: 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, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, KE, KG, KH, KN, KP, KR, KW, 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
アフリカ広域知的所有権機関(ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
ユーラシア特許庁(EAPO) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
欧州特許庁(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)
アフリカ知的所有権機関(OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
国際公開言語: 日本語 (JA)
国際出願言語: 日本語 (JA)