公开(公告)号：CN118749106A

公开(公告)日：2024-10-08

申请号：CN202280093091.0

申请日：2022-03-15

Applicant: TDK株式会社

Inventor： 中田一纪

IPC: G06N3/08 ,  G06N5/04 ,  G06N3/044

Abstract: 该学习程序是在神经网络或动态系统中进行更新权重或状态变量的推定值的运算的学习程序，其进行如下运算：第一运算，其根据更新前的权重使用集合卡尔曼滤波法求出卡尔曼增益；第二运算，其在将使用了所述更新前的权重的推断结果与教师信号的误差和所述卡尔曼增益相乘所得的结果上加上更新前的权重，以第一位表示来求出更新后的权重；以及第三运算，其对由所述第一位表示表达的更新后的权重进行位量化，并变更为第二位表示，所述第二位表示的字长以及小数部的长度比所述第一位表示的字长以及小数部的长度短。

公开(公告)号：CN115130648A

公开(公告)日：2022-09-30

申请号：CN202210287668.3

申请日：2022-03-23

Applicant: TDK株式会社

Inventor： 寺崎幸夫 ,  中田一纪

IPC: G06N3/04 ,  G06N3/06 ,  G06N3/08

Abstract: 本发明涉及信息处理装置、隐藏节点的设定方法和信息处理装置的制造方法。该信息处理装置包括储存层和读出层，储存层包括生成特征空间的多个节点，该特征空间包含输入至上述储存层的输入信号的信息，上述读出层进行对从上述储存层发送的信号分别施加结合权重的运算，从上述储存层向上述读出层发送的信号的数量比上述多个节点的数量少。

公开(公告)号：CN115004196A

公开(公告)日：2022-09-02

申请号：CN202080095002.7

申请日：2020-03-26

Applicant: TDK株式会社

Inventor： 中田一纪

IPC: G06N3/08

Abstract: 在本发明的实施方式的参数分布的设定方法中，预先进行基于梯度学习法的学习，以使得储备池元件的输出的概率分布与输出的理想的概率分布的互信息量变大，在储备池元件的器件模型中设定对构成储备池元件的多个元件的元件差异进行规定的参数的参数分布。