３ＤーＮＡＮＤ型フラッシュメモリではデータ保持に伴い信頼性が複雑に低下する。チャージトラップ型の３Ｄ−ＮＡＮＤ型フラッシュメモリでは、トンネル酸化膜からの電荷のデトラップ及びチャージトラップ層で生じる垂直方向の電荷移動により信頼性が低下する。一方浮遊ゲート型では、デトラップ及び垂直方向に隣接するメモリセルとの浮遊ゲート間容量結合により信頼性が低下する。信頼性の複雑な低下により、低密度パリティ検査符号（ＬＤＰＣ符号）の復号に必要な対数尤度比を正確に予測できない。本論文では、機械学習を用いて対数尤度比を正確に予測する手法を提案する。その結果、ＬＤＰＣ符号で訂正可能なデータ保持時間は７６倍向上した。