[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，

所述数据处理系统具有学习部，该学习部根据通过对学习数据执行基于神经网络的处理而输出的输出数据和针对该学习数据的理想的输出数据之间的比较，对所述神经网络的最优化对象参数进行最优化，

所述学习部将如下的倾斜比参数作为最优化参数之一而进行最优化，该倾斜比参数表示所述神经网络的激活函数的输入值位于正范围时的斜率和输入值位于负范围时的斜率之间的比率。

2.根据权利要求1所述的数据处理系统，其特征在于，

所述激活函数由下式表现

[数式1]

3.根据权利要求1或2所述的数据处理系统，其特征在于，

所述学习部将倾斜比参数的初始值设定为1。

4.根据权利要求1～3中的任意一项所述的数据处理系统，其特征在于，

所述神经网络是卷积神经网络，具有按照每个组件而独立的倾斜比参数。

5.根据权利要求4所述的数据处理系统，其特征在于，

所述组件是通道。

6.一种数据处理方法，其特征在于，所述数据处理方法具有以下步骤：

通过对学习数据执行基于神经网络的处理，输出与学习数据对应的输出数据；以及

根据与学习数据对应的输出数据和针对该学习数据的理想的输出数据之间的比较，对所述神经网络的最优化对象参数进行最优化，

在对所述最优化对象参数进行最优化的步骤中，将如下的倾斜比参数作为最优化参数之一而进行最优化，该倾斜比参数表示所述神经网络的激活函数的输入值位于正范围时的斜率和输入值位于负范围时的斜率之间的比率。

7.一种程序，所述程序用于使计算机实现如下功能：根据通过对学习数据执行基于神经网络的处理而输出的输出数据和针对该学习数据的理想的输出数据之间的比较，对所述神经网络的最优化对象参数进行最优化，其特征在于，

在对所述最优化对象参数进行最优化的功能中，将如下的倾斜比参数作为最优化参数之一而进行最优化，该倾斜比参数表示所述神经网络的激活函数的输入值位于正范围时的斜率和输入值位于负范围时的斜率之间的比率。