文献

J-GLOBAL ID：201702213294466205   整理番号：17A0979673

動画圧縮技術を利用した分散機械学習における情報伝達効率化

著者 (5件)： 福岡久和 (奈良先端科学技術大学院大) ,  三谷剛正 (奈良先端科学技術大学院大) ,  平賀由利亜 (奈良先端科学技術大学院大) ,  中田尚 (奈良先端科学技術大学院大) ,  中島康彦 (奈良先端科学技術大学院大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 117  号： 153(CPSY2017 16-39)  ページ： 151-155  発行年： 2017年07月19日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 深層学習の著しい進化により実アプリケーションに組み込まれるようになった現在,処理の中心は潤沢な計算基盤を持つサーバ側に集中している。しかし,消費電力やトラフィック増加により,エッジ側機器で処理するエッジコンピューティングの活用が注目されている。私達はDepp Convolutional Neural Network(DCNN)に対して複数デバイスを用いたモデルパラレル処理を想定し,動画を入力とするAlexNetを用いたクラス識別について中間データ圧縮による通信量削減効果の調査を行った。非圧縮では75.4%の認識率であったものが,pool#5出力を16bitで量子化した場合では72.4%であった。さらに量子化パラメータを適切に設定し,HEVCにより圧縮した場合は72.3%,圧縮後のデータ容量は573KBであり,量子化・圧縮前と比較して約1/40倍となり,通信量と認識率のトレードオフの存在が確認できた。(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *データ圧縮 ,  機械学習 ,  分散処理 ,  *情報流通 ,  効率化 ,  IEC規格 ,  ISO規格 ,  画像処理 ,  動画像
準シソーラス用語： 畳込みニューラルネットワーク ,  ディープニューラルネットワーク ,  動画圧縮 ,  情報圧縮 ,  情報伝達 ,  HEVC ,  動画像処理

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

引用文献 (10件)：

• O. Russakovsky, J. Deng, H. Su, J. Krause, S. Satheesh, S. Ma, Z. Huang, A. Karpathy, A. Khosla, M. Bernstein, A.C. Berg, and L. Fei-Fei, “ImageNet Large Scale Visual Recognition Challenge,” International Journal of Computer Vision (IJCV), vol.115, no.3, pp.211-252, 2015.
• A.G. Howard, M. Zhu, B. Chen, D. Kalenichenko, W. Wang, T. Weyand, M. Andreetto, and H. Adam, “Mobilenets: Efficient convolutional neural networks for mobile vision applications,” CoRR, vol.abs/1704.04861, pp.1-9, 2017. http://arxiv.org/abs/1704.04861
• “Fog computing and the internet of things: Extend the cloud to where the things are”. http://www.cisco.com/c/dam/en_us/solutions/trends/iot/docs/computing-overview.pdf.
• Y.C. Hu, M. Patel, D. Sabella, N. Sprecher, and V. Young, “Mobile edge computing-a key technology towards 5g,” ETSI White Paper, vol.11, no.11, pp.1-16, 2015.
• “将来のネットワークインフラに関する研究会 (第4回) 配付資料”. http://www.soumu.go.jp/main_sosiki/kenkyu/nwinfra/02kiban05_04000270.html.

タイトルに関連する用語 (4件)： 動画 ,  機械学習 ,  情報伝達 ,  効率化