公开(公告)号：CN110709862B

公开(公告)日：2023-06-23

申请号：CN201980002589.X

申请日：2019-01-23

Applicant: 株式会社摩如富

Inventor： 平贺督基 ,  黑田康浩 ,  松尾恒 ,  西野秀昭 ,  栗原洸太

IPC: G06N3/02

Abstract: 一种计算方法决定系统，所述计算方法决定系统具有：预计算部，其在执行计算的执行环境下，使用针对网络结构的每个层预先准备的至少1个计算方法，执行各层的计算；成本取得部，其根据预计算部的计算结果，针对每个层取得至少1个计算方法的计算成本；决定部，其根据计算成本，针对每个层，从针对每个层预先准备的至少1个计算方法中选择1个计算方法，并将层与所选择的1个计算方法关联起来；以及计算部，其使用与各层关联的计算方法，在执行环境下执行网络结构的各层针对输入数据的计算。

公开(公告)号：CN108351986B

公开(公告)日：2022-03-29

申请号：CN201680062416.3

申请日：2016-10-14

Applicant: 株式会社摩如富

Inventor： 黑田康浩 ,  平贺督基 ,  大熊显至 ,  小林理弘 ,  小山紘史

IPC: G06N3/08 ,  G06N3/04 ,  G06F16/48 ,  G06N20/00 ,  G06K9/62

Abstract: 学习系统具有学习装置和学习装置用的训练数据生成装置。学习装置通过误差反向传播法学习神经网络。训练数据生成装置对于输入数据，按照每个标签取得表示输入数据的内容与标签一致的正评价、表示输入数据的内容与标签不一致的负评价和表示从学习对象标签中排除的无视评价中的任意一个，生成训练数据。学习装置在对学习用的神经网络进行学习时，调整中间层的权重系数以使正评价或者负评价的标签的识别得分与正评价或者负评价的真实得分接近，并且使得无视评价的标签的识别得分不会影响到中间层的权重系数的调整。