本論文は，エッジ環境下でのニューラルネットワーク（NN）の学習アルゴリズムに関するものである．近年，ハードウェア指向NNが隆盛の最中にあるがその多くは推論のみに注力している．NNの処理は推論と学習の二つに分けられるが，学習処理のハードウェア実装は消費電力やビット幅等の演算リソースを要求する．特に低電力・低リソースが要求されるエッジ環境において，ソフトウェア指向である既存の学習アルゴリズムではコストと性能のバランスがとれていない．そこで我々は低電力・低リソースな三値バックプロパゲーション法を提案する．二クラス分類において既存手法に比べて二桁小さい消費電力で同じ分類精度を達成できることを示す．