基於機械神經網路的深度學習是近年人工智慧的大熱門，而 NEC 也針對神度學習發表深度學習自動優化技術，強調能夠降低辨識錯誤率並使辨識精度提升；這項技術的起因是在現行的機械神經網路的學習模式中，若電腦過度學習資料會產生"過度訓練"現象，導致僅有學習過的資料才具備高精度、未曾訓練過的資料精度會下降，通常會使用所謂"正規化"方式調整過程，當前的方式是僅能針對整個類神經網路進行統一的正規化，但仍無法改變部分學習層過學習的情況，但透過手動方式逐層調整也相當困難。
而 NEC 的新技術則是依照類神經網路結構進行每一層學習進度的預測，同時針對各層進度進行自動設定的正規化，如此一來相較傳統統一正規化的方式可降低 20% 的辨識錯誤率，使精度大幅提升；同時在導入此項預測式自動正規化後，不須提升計算量，可在維持與先前相同的計算量之下使得精度提升。
