特許
J-GLOBAL ID：201803020348752100
畳み込みゲート制御再帰型ニューラルネットワーク
発明者：
,
出願人/特許権者：
代理人 (3件)：
村山 靖彦
, 実広 信哉
, 阿部 達彦
公報種別：公表公報
出願番号（国際出願番号）：特願2018-524364
公開番号（公開出願番号）：特表2018-533804
出願日： 2016年11月11日
公開日（公表日）： 2018年11月15日
要約：
畳み込みゲート制御再帰型ニューラルネットワーク(CGRN)を実装するための、コンピュータストレージ媒体上に符号化されたコンピュータプログラムを含む方法、システム、および装置。システムのうちの1つにおいて、CGRNは、次元x×y×mを有する状態テンソルを保持することであって、x、y、およびmが、それぞれ1よりも大きい、保持することと、複数の時間ステップの各々に関して、複数の畳み込みゲートを通じて状態を処理することによって現在保持されている状態を更新することとを行うように構成される。CGRNのアーキテクチャは、CGRNが並列性が高いことを可能にし、すなわち、CGRNは、並列性の高い畳み込み演算器から構築されるので、CGRNを訓練するのにより少ない計算量ですむようにし、実行するのに、すなわち推論を計算するのにより計算効率が高くなるようにする。CGRNのアーキテクチャは、CGRNが異なるサイズの入力に一般化されることを可能にし、たとえば、より短い入力に関して訓練されたCGRNがより長い入力に関する推論を効果的に計算することを可能にする。
請求項（抜粋）：
1つまたは複数のコンピュータによって実装される畳み込みゲート制御再帰型ニューラルネットワーク(CGRN)を含み、前記CGRNが、
次元x×y×mを有するテンソルである状態を保持することであって、x、y、およびmが、それぞれ1よりも大きい、保持することと、
複数の時間ステップの各々に関して、複数の畳み込みゲートを通じて現在保持されている状態を処理することによって前記現在保持されている状態を更新することと、
前記複数の時間ステップの中の最後の時間ステップの後に、前記更新された状態を出力層を通じて処理することであって、前記出力層が、前記複数の時間ステップの中の前記最後の時間ステップの後に前記更新された状態を受け取り、前記更新された状態を修正してCGRNの出力を生成するように構成される、処理することとを行うように構成されるシステム。
IPC (1件)：
FI (1件)：
引用特許：
引用文献：
出願人引用 (1件)
-
Document Modeling with Gated Recurrent Neural Network for Sentiment Classification
審査官引用 (1件)
-
Document Modeling with Gated Recurrent Neural Network for Sentiment Classification
前のページに戻る
