[发明专利]数据处理系统及其数据处理方法

说明书

本发明公开了一种数据处理系统以及一种数据处理方法，该数据处理系统包含有至少一信号处理单元以及至少一神经网络层。至少一信号处理单元中的一第一信号处理单元利用至少一第一参数进行信号处理。至少一神经网络层中的一第一神经网络层具有至少一第二参数，至少一第一参数与至少一第二参数一并训练。

技术领域

本发明指一种数据处理系统及其数据处理方法，尤指可针对整体系统进行优化并减少时间及人力耗费的一种数据处理系统及其数据处理方法。

背景技术

在深度学习(deep learning)技术中，神经网络(neural network)可包含有神经元集合，且可具有类似于生物神经网络的结构或功能。神经网络可为多种应用提供有用的技术，特别是与数字信号处理相关的应用，例如影像或音频等数据处理，而这些应用若藉由现有的数字信号处理则会相当繁杂。举例来说，数字信号处理的参数须藉由人工调整(Manual adjustment)，而耗费时间及人力。神经网络则可藉由大量数据和自动训练而建立优化的神经网络，因此有利于处理复杂的任务或数据。

发明内容

因此，本发明主要提供一种数据处理系统及其数据处理方法，以针对整体系统进行优化并减少时间及人力耗费。

本发明公开一种数据处理系统，包含有至少一信号处理单元以及至少一神经网络层。至少一信号处理单元中的一第一信号处理单元利用至少一第一参数进行信号处理。至少一神经网络层中的一第一神经网络层具有至少一第二参数，至少一第一参数与至少一第二参数一并训练(trained jointly)。

本发明另公开一种数据处理方法，适用于一数据处理系统，包含有判断数据处理系统的至少一信号处理单元与至少一神经网络层；藉由一算法自动调整至少一第一参数与至少一第二参数；以及依据至少一第一参数与至少一第二参数，计算数据处理系统的输出。至少一信号处理单元中的一第一信号处理单元利用至少一第一参数进行信号处理，至少一神经网络层中的一第一神经网络层具有至少一第二参数。

附图说明

图1为本发明实施例一神经网络的局部示意图。

图2至图4分别为本发明实施例一数据处理系统的示意图。

图5为本发明实施例一数据处理方法的流程图。

图6至图9分别为本发明实施例一数据处理系统的示意图。

附图标记说明：20、30、40、60、70、80、90-数据处理系统；50-数据处理方法；110、210、310、410、910-神经网络；320、420、920-信号处理模块；500～508-步骤；620U1、620U2、720U、820U1、820U2、820U5、920U1～920U5-信号处理单元；Din-输入；M1～M3、M7、M8-资料；Dout-输出；LR1～LR3、610LR1～610LR7、710LR1～710LR3、810LR1～810LRn、910LR1、910LR2-神经网络层；NR11～NR12、NR21～NR23、NR31～NR32-神经元；W1121～W1221、W2131～W2331-参数。

具体实施方式

在通篇说明书及后续的权利要求当中所提及的「包括」为一开放式的用语，故应解释成「包括但不限定于」。在通篇说明书及后续的权利要求当中所提及的「第一」、「第二」等叙述，仅用以区别不同的组件，并不对其产生顺序的限制。