説明

国際特許分類[G06N3/10]の内容

国際特許分類[G06N3/10]に分類される特許

1 - 10 / 11


【課題】人間のような思考、感情、振舞い、認識及び推測の過程をモデル化するための明確で簡単な方法と、人工知能(AI)のための従来のモデルの冷たく、非人格的な振舞いに代わるものとを提供する。
【解決手段】人間の脳の電子的エミュレーションの中に、心理学的なプロファイル、経験及び社会的地位を取り込むことができるようにすることにより、人間に対するエミュレーション及びその周囲にある相互に影響し合う環境によって、実際の人間のように反応できるようになる。 (もっと読む)


【課題】ニューラルネットワーク設計方法及びプログラムにおいて、RNN回路の結線の値を決定するための計算量及び計算時間を削減可能とすることを目的とする。
【解決手段】RNN回路の入力ベクトルb (t)と出力ベクトルy (t)から行列A(t)を決定することで入出力の整合がとれる結線aij(t)の値を決定して記憶部に記憶し、前記結線aij(t)が決定された前記RNN回路を使用して互いに異なるサンプル点を通る複数の局所近似解を計算すると共に、複数の局所近似解を接続して大域近似解を計算して出力する手順をコンピュータに実行させるように構成する。 (もっと読む)


【課題】ニューラルネットワークのシミュレーションを、並列演算システムによって行う場合に、システムの稼働率を向上させる。
【解決手段】ニューラルネットワークのシミュレーション演算は、少なくとも一つのニューロンの演算を含む、実行順序を決められたスライスに分割されており、n+1番目に実行されるスライスの演算は、n番目に実行されるスライスの演算結果を利用するように構成されており、ノードには、実行順序を決められたスライスが割り当てられており、ノードは、他のノードによるスライスの演算結果を受け取るように構成されている。ノードがn番目のスライスの演算を実行するステップと、n+1番目のスライスのシナプス部の先行演算を実行するステップと、他のノードのn番目のスライスの演算結果を受け取った後に、実行しなおす必要があると判断した部分についてのみ、n+1番目のシナプス部の演算を実行しなおすステップとを含む。 (もっと読む)


【課題】膨大な入力変数等のスケーリング問題を解決するための人工ニューロンを提供する。
【解決手段】人工ニューロン700は、入力及び樹状突起を含み、樹状突起のそれぞれは、入力のそれぞれと連合(関連付け)される。各樹状突起は、重みのべき級数を含み、べき級数の各重みは、連合されたべきに対する連合されたカウントを含む。重みのべき級数は、好ましくは、重みの2を底とするべき級数であり、この2を底とするべき級数の各重みは、ビット位置を表す連合されたカウントを含む。連合されたべきに対するカウントは、統計的カウントである。より具体的には、樹状突起は、シーケンシャルに順序付けられ、重みのべき級数は、一対の重みの第1及び第2のべき級数を含む。第1のべき級数の各重みは、先行の樹状突起の連合の関数である第1のカウントを含み、且つ、第2のべき級数の各重みは、次の樹状突起の連合の関数である第2のカウントを含む。 (もっと読む)


【課題】複数の演算ユニット間の配線を簡易にすることを可能とする並列演算装置および並列演算方法を提供する。
【解決手段】階層型ニューラルネットワークを演算する並列演算装置であって、予め定められた識別番号である固有ユニット番号によりそれぞれが識別される複数のユニットと、複数のユニットの中のいずれか1つのユニットが出力する出力値がユニット出力バスを介して入力されたことに応じて、該入力された入力値と複数のユニットの中から選択したいずれか1つのユニットを選択する識別番号である選択ユニット番号とを含む制御データを、複数のユニットのそれぞれにユニット入力バスを介して出力する分配制御部と、複数のユニットに共有され、階層型ニューラルネットワークでの複数の層における結合荷重が予め記憶されている共有重み記憶部と、を有する。 (もっと読む)


【課題】複数の演算ユニット間の配線を簡易にすることを可能とする並列演算装置を提供する。
【解決手段】並列演算装置が、予め定められた識別番号である固有ユニット番号によりそれぞれが識別される複数のユニットと、複数のユニットの中のいずれか1つのユニットが出力する出力値がユニット出力バスを介して入力されたことに応じて、該入力された入力値と複数のユニットの中から選択したいずれか1つのユニットを選択する識別番号である選択ユニット番号とを含む制御データを、複数のユニットのそれぞれにユニット入力バスを介して出力する分配制御部と、を有する。ユニットは、入力された制御データに含まれる入力値に基づいてユニット毎に予め定められた演算方法により演算し、データ入力部に入力された制御データに含まれる選択ユニット番号と固有ユニット番号とが一致する場合には、演算結果を出力値として分配制御部にユニット出力バスを介して出力する。 (もっと読む)


【課題】複数の演算ユニット間の配線を簡易にすることを可能とする並列演算装置および並列演算方法を提供する。
【解決手段】並列演算装置が、予め定められた順序でデイジーチェーン制御バスを介してデイジーチェーンされている複数のユニットと、複数のユニットの内のいずれか1つが出力する出力値がユニット出力バスを介して入力され、該入力された出力値を複数のユニットのそれぞれにユニット入力バスを介して入力値として出力する増幅器と、を有する。このユニットは、ユニット出力バスを介して入力される増幅器からの入力値に基づいて、ユニット毎に予め定められた演算方法により演算し、また、トークンが前のユニットからデイジーチェーン制御バスを介して入力されたことに応じて、トークンを次のユニットにデイジーチェーン制御バスを介して出力すると共に、演算した結果を出力値として増幅器にユニット出力バスを介して出力する。 (もっと読む)


ネットワークデータ処理システム内の記憶システムに位置するソースコードの、コンピュータで実行可能な方法、装置、及びコンピュータで使用可能なプログラムコードである。ソースコードは、人の行動を予測するための言語で書かれている。ネットワークデータ処理システム内で動作するインタープリタは、ソースコードを使用してシミュレーションを実行する。ソースコード内には人工的人が定義されており、この人工的人がシミュレーションの間のユーザ入力を生成する。ユーザ入力はソースコードを修正する。グラフィカルユーザインターフェースプロセッサは、インタープリタから変換されたソースコードを受け取り、変換されたソースコードを用いてデバイスに応じた出力を生成する。インタープリタはデバイスを介してリアルタイムユーザ入力を受け取り、人工的人により生成されたユーザ入力を置換する。インタープリタは、リアルタイムユーザ入力を受け取ると、人工的人によって生成された入力の使用を停止し、インタープリタは変換されたソースコードと共にリアルタイムユーザ入力を含む。
(もっと読む)


【課題】 短時間で大域解への収束が保証されている連続値関数近似手法を用いて非マルコフ過程の時系列データの予測関数を学習する。
【解決手段】 非マルコフ過程の時系列を予測するために、関数Fはn次元の学習サンプル{xt}にm次元の文脈情報{ct}を加えた(n+m)次元の状態{zt}を時系列情報として扱う。学習対象が関数Fである一方、文脈情報{ct}が未知であるから、文脈情報{ct}の推定と関数Fの学習を交互に繰り返し行ない、理想的な解に漸近するようにする。学習した関数Fを用いて学習サンプルを予測し、予測値と実際に入力した学習サンプルとの誤差から学習の終了判定を行なう。 (もっと読む)


【課題】
複数の予測データを指標を用いて加重平均して高精度の予測データとする予測方法、予測装置、予測プログラムおよび記録媒体を提供する。
【解決手段】
複数の予測モデルを構築する予測モデル構築手段20と、複数の予測モデルのうちの二個の予測モデルの類似度・非類似度に基づく指標を算出する指標算出手段60と、複数の予測モデルによる予測を行って複数の予測データを算出する予測実行手段70と、指標に基づいて類似度が小さい(非類似度が大きい)予測モデルの予測データの加重比率を大きく、また、類似度が大きい(非類似度が小さい)予測モデルの予測データの加重比率を小さくし、該加重比率により加重平均して最終予測データを算出する予測データ加工手段80と、を有する予測装置とした。
また、予測モデル構築・指標算出・予測データ加工の各手順の予測方法、この予測方法による予測プログラム、この予測プログラムが記録された記録媒体とした。 (もっと読む)


1 - 10 / 11