国立大学法人九州工業大学
革新的なニューラルネットワークのハードウェア実装法
国立大学法人九州工業大学
革新的なニューラルネットワークのハードウェア実装法
本特許は、ニューラルネットワークのハードウェア実装に関するもので、乱数生成器を必要としない深層学習の実装方法を提供します。特定の演算から状態値を求め、これを変数として発火確率関数を用いて各ユニットの発火または非発火の状態を決定します。固定小数点2進数のビット幅を超過して切り捨てられるビットは、小数部の下位側のビットまたは固定小数点2進数の整数部の上位側ビットとして用いられ、これにより乱数を生成します。この方法により、乱数生成器を必要とせず、計算効率と精度を向上させることが可能です。
つまりは、乱数生成器を必要としない深層学習のためのハードウェア実装方法
AIによる特許活用案
おすすめ業界 AI開発ハードウェア製造データ科学
- 高効率なAIハードウェアの開発
- データセンターへの活用
- エッジデバイスへの活用
本特許の技術を活用し、乱数生成器を必要としない新たなAIハードウェアを開発することで、計算効率と精度を向上させるとともに、ハードウェアのコストと消費電力を削減することが可能となります。
データセンターでの深層学習の処理において、本特許の技術を導入することで、乱数生成器の必要性を排除し、計算リソースをより効率的に活用することが可能となります。これにより、大量のデータをより迅速に処理し、サービスの提供速度を向上させることができます。
IoTデバイスやスマートフォンなどのエッジデバイスにおいて、リソースが限られている状況でも、本特許の技術を用いることで、効率的な深層学習の実行が可能となります。これにより、エッジデバイス上でのAIのパフォーマンスを飛躍的に向上させることができます。
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2016-156471 |
| 発明の名称 | 乱数生成器が不要なニューラルネットワークのハードウェア実装の方法及び乱数生成器が不要なニューラルネットワーク |
| 出願人/権利者 | 国立大学法人九州工業大学 |
| 公開番号 | 特開2018-025920 |
| 登録番号 | 特許第0006831990号 |
- サブスク
- 譲渡
- ライセンス
準備中です