文献

J-GLOBAL ID：202002223424680129   整理番号：20A1093679

Neural Programmer-Interpretersによる実行形式の生成を目指した研究

A Study Toward Binary Code Generation Using Neural Programmer-Interpreters

著者 (2件)： 津山雅彦 (明治大) ,  宮本龍介 (明治大 理工)
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： 119  号： 443(VLD2019 94-144)  ページ： 125-130  発行年： 2020年02月26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： 近年,機械学習の著しい進歩により,従来は困難とされていた様々な問題を計算機に学習させることが可能となり,アルゴリズムを学習可能な手法も提案されている.中でも,Neural Programmer-Interpretersは何らかのデータに対する処理を見本として与えると,アルゴリズムを学習可能となっている.この手法では,Long short-term memoryと呼ばれる,時系列情報の学習が可能なネットワークを用いて,事前に与えられた基本構成要素によって学習したアルゴリズムを表現し,実行方法を学習するが,この構成要素をCPUの命令セットとすることができれば,コンパイラのように実行形式を直接生成し,あるアーキテクチャの計算機で動いているアルゴリズムを別のアーキテクチャに移植することを可能にする枠組みを構築できるのではないかと考えた.本稿では,乗算器を用いずに掛け算を実現するソフト乗算を対象とし,CPUを意識した命令セットによって学習を行った場合でも,アルゴリズムの学習が適切に行えることを示す.(著者抄録)

シソーラス用語： *機械学習 ,  学習モデル ,  乗算 ,  ソフトウェア設計 ,  教師つき学習 ,  *ニューラルネットワーク ,  数 ,  アルゴリズム ,  インタプリタ ,  *ニューロコンピュータ ,  計算アルゴリズム ,  バイナリー
準シソーラス用語： LSTM ,  メタ学習 ,  二進数

分類 (1件)： ニューロコンピュータ  (JC06010Q)

引用文献 (19件)：

• R. Girshick, J. Donahue, T. Darrell, and J. Malik,“Rich feature hierarchies for accurate object detection and semantic segmentation,” Proc. IEEE Conf. Comput. Vis. Pattern Recognit., pp.580-587, 2014.
• R. Girshick,“Fast R-CNN,” Proc. IEEE Int. Conf. Comput. Vis., pp.1440-1448, 2015.
• K. He, G. Gkioxari, P. Dollár, and R. Girshick,“Mask R-CNN,” Proc. IEEE Int. Conf. Comput. Vis., pp.2980-2988, 2017.
• K. He, X. Zhang, S. Ren, and J. Sun,“Deep residual learning for image recognition,” Proc. IEEE Conf. Comput. Vis. Pattern Recognit., pp.770-778, 2016.
• K. Simonyan and A. Zisserman,“Very deep convolutional networks for large-scale image recognition,” 2014.

タイトルに関連する用語 (2件)： 形式 ,  研究