“坂井靖文”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果15个，建议您升级VIP下载更多相关专利

[发明专利]计算机可读记录介质、机器学习方法和信息处理设备-CN202211533974.7在审
发明人： 坂井靖文 -专利权人：富士通株式会社
申请日： 2022-11-30 - 公布日： 2023-09-05 - 主分类号： G06N3/082 文献下载
摘要：提供了计算机可读记录介质、机器学习方法和信息处理设备。方法包括：获得神经网络的已训练模型中的层的每个元素的缩减率；当神经网络包括输出作为对张量的给定计算的结果的张量的处理时，并且当输入来自该处理之前的第一层的张量时，在第一层与该处理之间插入执行零填充的第二层，第一层包括该处理的前一层，并且包括在该前一层之前并且被快捷连接至该处理的一个或更多个层；以及用一个或更多个零矩阵对输入到第二层中的张量进行填充，每个第一层与一个第二层相关联，使得在根据缩减率缩减每个第一层的元素之后从第一层输入到该处理中的每个张量的元素的数量变成第一数量。
计算机可读记录介质机器学习方法信息处理设备

[发明专利]机器学习方法、信息处理设备和计算机可读记录介质-CN202211012798.2在审
发明人： 坂井靖文 -专利权人：富士通株式会社
申请日： 2022-08-23 - 公布日： 2023-05-30 - 主分类号： G06N3/082 文献下载
摘要：提供了机器学习方法、信息处理设备和计算机可读记录介质。计算机可读记录介质中存储有用于使计算机执行处理的机器学习程序，所述处理包括：选择包括多个层的神经网络的已训练模型中的多个层的每个元素的缩减率；以及当神经网络包括输出作为对来自第一层的张量和在第一层之前的一个或更多个第二层的一个或更多个张量进行给定计算的结果的张量的计算处理时，基于在第一层中要以第一缩减率缩减的一个或更多个元素以及在一个或更多个第二层中的每个第二层中要以一个或更多个第二缩减率缩减的一个或更多个元素，调整第一缩减率以及一个或更多个第二缩减率。
机器学习方法信息处理设备计算机可读记录介质

[发明专利]计算机可读记录介质、机器学习的方法以及信息处理设备-CN202210873220.X在审
发明人： 坂井靖文 -专利权人：富士通株式会社
申请日： 2022-07-22 - 公布日： 2023-04-28 - 主分类号： G06N3/082 文献下载
摘要：公开了计算机可读记录介质、机器学习的方法以及信息处理设备。一种计算机可读记录介质，其中存储有用于使计算机执行处理的程序，该处理包括：针对包括多个层的神经网络的训练模型中的多个层的每个元素，计算在减少一个元素之前与减少一个元素之后之间的张量的误差的阈值；在层中的每一层中的元素按照减少率候选中的每一个减少的情况下，基于阈值以及在减少之前与减少之后之间的张量的误差，来选择要向层中的每一层应用一个减少率候选的减少率候选；以及基于训练模型的推理准确度和机器学习之后的简化模型的推理准确度，来确定要向层中的每一层应用一个减少率的减少率，简化模型通过根据要应用的减少率候选减少训练模型中的层的每个元素而获得。
计算机可读记录介质机器学习方法以及信息处理设备

[发明专利]信息处理装置、信息处理方法以及信息处理程序-CN202080102834.7在审
发明人： 坂井靖文;恩谢·克雷什帕 -专利权人：富士通株式会社
申请日： 2020-12-22 - 公布日： 2023-04-04 - 主分类号： G06N3/06 文献下载
摘要：本发明提供信息处理装置、信息处理方法以及信息处理程序。通过对神经网络的反向传播时的梯度矢量所包含的多个要素均等地进行量化，来缩短神经网络的执行时间。
信息处理装置方法以及程序

[发明专利]阈值确定程序、阈值确定方法和信息处理设备-CN202210570753.0在审
发明人：恩谢·克雷什帕;田原司睦;坂井靖文 -专利权人：富士通株式会社
申请日： 2022-05-24 - 公布日： 2023-03-03 - 主分类号： G06N3/08 文献下载
摘要：本公开涉及阈值确定程序、阈值确定方法和信息处理设备。一种阈值确定程序，在该阈值确定程序中计算机执行以下处理：使用变量对量化目标的多个数值进行量化，该变量表示阈值的候选；以及基于针对多个数值中的每个数值的量化误差来确定阈值，量化误差是基于量化指定的。
阈值确定程序方法信息处理设备

[发明专利]存储介质、机器学习方法和信息处理设备-CN202210339270.X在审
发明人：高虹;坂井靖文 -专利权人：富士通株式会社
申请日： 2022-04-01 - 公布日： 2022-11-22 - 主分类号： G06N3/04 文献下载
摘要：公开了存储介质、机器学习方法和信息处理设备。一种非暂态计算机可读存储介质，其存储机器学习程序，该机器学习程序使至少一个计算机执行处理，该处理包括：获取被包括在神经网络中的多个局部网络中的每个局部网络的计算量；基于每个局部网络的计算量和被包括在每个局部网络中的批归一化层中的每个通道的缩放系数来确定目标通道；以及删除目标通道。
存储介质机器学习方法信息处理设备

[发明专利]存储介质、量化方法和量化装置-CN202111283733.7在审
发明人： 坂井靖文 -专利权人：富士通株式会社
申请日： 2021-11-01 - 公布日： 2022-06-03 - 主分类号： G06N3/04 文献下载
摘要：公开了一种存储量化程序的非暂态计算机可读存储介质、量化方法和量化装置，所述量化程序使至少一个计算机执行处理，所述处理包括：针对神经网络的所有层，计算分别在信赖域半径阈值与第一位宽的量化误差之间的差，第一位宽比第二位宽窄一级；基于所述差来计算所有层的每个缩放系数；通过使用缩放系数中的最小值来更新信赖域半径；以及通过基于信赖域设置的第三位宽来量化神经网络的参数。
存储介质量化方法装置

[发明专利]信息处理设备、计算机可读存储介质和神经网络计算方法-CN202011343338.9在审
发明人： 坂井靖文 -专利权人：富士通株式会社
申请日： 2020-11-25 - 公布日： 2021-07-13 - 主分类号： G06N3/04 文献下载
摘要：提供了信息处理设备、计算机可读存储介质和神经网络计算方法。处理器根据第一定点数格式将从训练获得的多个第一中间数据量化为第一定点数的中间数据，获得第一中间数据与第一定点数的中间数据之间的第一量化误差，根据第二定点数格式将第一中间数据量化为第二定点数的中间数据，并且获得第一中间数据与第二定点数的中间数据之间的第二量化误差。处理器将第一量化误差与第二量化误差进行比较，并将具有量化误差中的较低量化误差的定点数格式确定为确定的定点数格式，并且利用通过根据确定的定点数格式量化多个第一中间数据而获得的定点数的中间数据来执行训练运算。
信息处理设备计算机可读存储介质神经网络计算方法

[发明专利]信息处理设备、处理信息的方法和计算机可读记录介质-CN202010896137.5在审
发明人： 坂井靖文 -专利权人：富士通株式会社
申请日： 2020-08-31 - 公布日： 2021-04-02 - 主分类号： G06N3/04 文献下载
摘要：提供了信息处理设备、处理信息的方法和计算机可读记录介质。信息处理设备包括：量化单元，其被配置成量化在神经网络中使用的变量中的至少一个变量；噪声添加单元，其被配置成向变量中的至少一个变量中的每个变量添加噪声；以及学习单元，其被配置成通过使用已经添加了预定噪声的经量化的变量中的至少一个经量化的变量来执行神经网络。
信息处理设备处理信息方法计算机可读记录介质

[发明专利]信息处理设备、信息处理方法和计算机可读记录介质-CN202011032900.6在审
发明人： 坂井靖文 -专利权人：富士通株式会社
申请日： 2020-09-27 - 公布日： 2021-03-30 - 主分类号： G06N3/04 文献下载
摘要：提供了信息处理设备、信息处理方法和计算机可读记录介质。一种执行神经网络的学习的信息处理设备，包括：操作部，其对多条输入数据中的每一条执行预定操作，以生成多条第一操作结果数据；统计信息获取单元，其针对多条第一操作结果数据中的每一条获取统计信息；寄存器，其基于预定的数据类型存储多条第一操作结果数据；以及控制单元：基于第二数据类型对多条第一操作结果数据执行饱和处理或舍入处理，以生成多条第二操作结果数据；基于统计信息计算第一总和，基于统计信息计算第二总和，计算作为第一总和与第二总和之间的差的第一量化差，以及当所计算的第一量化差小于预定阈值时，将多条第二操作结果数据存储在寄存器中。
信息处理设备方法计算机可读记录介质

[发明专利]用于信息处理的设备、方法及非暂态计算机可读存储介质-CN202010788818.X在审
发明人： 坂井靖文;森木创作 -专利权人：富士通株式会社
申请日： 2020-08-07 - 公布日： 2021-03-16 - 主分类号： G06N3/04 文献下载
摘要：提供了用于信息处理的设备、方法及非暂态计算机可读存储介质。信息处理设备包括：存储器，其被配置成存储用于对量化目标数据执行量化的程序指令；以及处理器，其被配置成执行存储在存储器中的程序指令，所述程序指令包括：获得包括在量化目标数据中的多个变量元素的出现频率的分布；以及基于多个变量元素的出现频率的分布，将量化位置的最高有效位位置对准到比多个变量元素中的最大值的变量元素小的变量元素。
用于信息处理设备方法非暂态计算机可读存储介质

[发明专利]信息处理装置和方法以及存储信息处理程序的记录介质-CN202010908955.2在审
发明人： 坂井靖文 -专利权人：富士通株式会社
申请日： 2020-09-02 - 公布日： 2021-03-16 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及信息处理装置和方法以及存储信息处理程序的记录介质。信息处理装置包括：位范围确定单元，其被配置成针对在神经网络中使用的多种类型的变量中的至少一种类型的变量在量化之后确定多个位范围；识别率计算单元，其被配置成通过使用多个变量组中的每一个来计算神经网络的多个识别率，所述多个变量组包括多种类型的变量并且其中多种类型的变量中的至少一种类型的变量的位范围不同；以及变量确定单元，其被配置成确定使用多个变量组中的下述变量组来进行神经网络的计算，所述变量组具有多个所计算的识别率中的最大识别率。
信息处理装置方法以及存储程序记录介质

[发明专利]信息处理装置和方法以及记录介质-CN202010921272.0在审
发明人： 坂井靖文 -专利权人：富士通株式会社
申请日： 2020-09-04 - 公布日： 2021-03-16 - 主分类号： G06N3/04 文献下载
摘要：涉及信息处理装置和方法以及记录介质。信息处理装置包括存储器以及耦接至存储器的处理器，处理器被配置成：计算要在神经网络中使用的变量被量化时的量化误差；基于与通过神经网络的过往学习获得的第一识别率有关的参考信息和通过神经网络的计算获得的第二识别率来生成阈值；基于所计算的量化误差和所生成的阈值来确定要用于神经网络的计算的变量之中的要量化的数据类型的变量，以及通过使用该数据类型的变量来执行神经网络的计算。
信息处理装置方法以及记录介质

[发明专利]信息处理设备、信息处理方法及记录介质-CN202010285832.8在审
发明人： 坂井靖文 -专利权人：富士通株式会社
申请日： 2020-04-13 - 公布日： 2020-10-27 - 主分类号： G06F7/499 文献下载
摘要：本发明涉及信息处理设备、信息处理方法及记录介质。执行神经网络的计算的信息处理设备，该信息处理设备包括存储器以及耦接至该存储器的处理器，所述处理器被配置成：设置用于量化要用于计算的变量的划分位置，以使得减小基于量化之前的变量与量化之后的变量之间的差的量化误差，以及基于所设置的划分位置对变量进行量化。
信息处理设备方法记录介质

[发明专利]电源装置和半导体集成电路装置-CN201410042066.7有效
发明人：大石和明;吉田荣司;坂井靖文 -专利权人：富士通株式会社
申请日： 2014-01-28 - 公布日： 2017-08-29 - 主分类号： H02M3/156 文献下载
摘要：本发明涉及一种电源装置和半导体集成电路装置。所述电源装置包括包括输出级放大器的线性调节器；电流感测电路；以及开关调节器。电流感测电路检测线性调节器的输出电流，并且被设置成以与输出级放大器相对应的配置与输出级放大器并联。开关调节器根据电流感测电路的输出信号工作。线性调节器和开关调节器彼此协作地工作以在输出节点处生成输出电压。
电源装置半导体集成电路

1
共 15 条