[发明专利]数据处理系统和数据处理方法

权利要求书

1.一种数据处理系统，其特征在于，

该数据处理系统具有：

神经网络处理部，其执行按照包含输入层、1个以上的中间层以及输出层在内的神经网络的处理；以及

学习部，其基于通过所述神经网络处理部对学习数据执行所述处理而输出的输出数据与针对所述学习数据的理想的输出数据的比较，使所述神经网络的最优化对象参数最优化，由此使所述神经网络进行学习，

所述神经网络处理部在所述学习中，执行对中间数据乘以绝对值根据学习的进展度而单调增加的系数的系数处理，其中，该中间数据表示向构成第M层中间层的中间层要素输入的输入数据或来自该中间层要素的输出数据，M为1以上的整数。

2.一种数据处理系统，其特征在于，

该数据处理系统具有神经网络处理部，该神经网络处理部执行按照包含输入层、1个以上的中间层以及输出层在内的神经网络的处理，

基于通过对学习数据执行所述处理而输出的输出数据与针对所述学习数据的理想的输出数据的比较，所述神经网络的最优化对象参数被最优化，

所述神经网络处理部在所述学习中，执行对中间数据乘以绝对值根据学习的进展度而单调增加的系数的系数处理，其中，该中间数据表示向构成第M层中间层的中间层要素输入的输入数据或来自该中间层要素的输出数据，M为1以上的整数。

3.根据权利要求1或2所述的数据处理系统，其特征在于，

所述系数的绝对值为0以上且1以下。

4.根据权利要求1至3中的任意一项所述的数据处理系统，其特征在于，

所述神经网络处理部在1与所述系数的差分值为规定的值以下的情况下，执行将输入直接输出的处理作为系数处理。

5.根据权利要求1至4中的任意一项所述的数据处理系统，其特征在于，

所述神经网络处理部在进行应用处理时，执行将输入直接输出的处理作为系数处理。

6.根据权利要求1至5中的任意一项所述的数据处理系统，其特征在于，

所述第M层中间层包含1个以上的中间层要素，

所述神经网络处理部(i)在所述第M层中间层的处理中，对表示向该中间层要素输入的输入数据的中间数据和表示来自该中间层要素的输出数据的中间数据中的至少一方执行系数处理，并且(ii)执行综合处理，该综合处理对应输入到该第M层中间层的中间数据与通过将该中间数据输入到该第M层中间层而输出的中间数据进行综合。

7.根据权利要求6所述的数据处理系统，其特征在于，

所述神经网络处理部对表示向所述第M层中间层的最初的中间层要素输入的输入数据的中间数据执行系数处理。

8.根据权利要求6所述的数据处理系统，其特征在于，

所述神经网络处理部对中间数据执行系数处理，该中间数据表示来自所述第M层中间层的最后的中间层要素的输出数据。

9.根据权利要求6至8中的任意一项所述的数据处理系统，其特征在于，

所述神经网络处理部将各个中间数据相加作为所述综合处理。

10.根据权利要求6至8中的任意一项所述的数据处理系统，其特征在于，

所述神经网络处理部将各个中间数据进行通道连结作为所述综合处理。

11.根据权利要求1至10中的任意一项所述的数据处理系统，其特征在于，

学习的进展度是学习的反复次数。

12.根据权利要求1至10中的任意一项所述的数据处理系统，其特征在于，

学习的进展度是根据如下函数而决定的，该函数相对于通过对学习数据执行所述处理而输出的输出数据与针对该学习数据的理想的输出数据之差单调减小。