文献

J-GLOBAL ID：202002265737776390   整理番号：20A2810372

複雑なニューラルネットワークを対象としたノードプルーニングベースのモデル圧縮の検討

Model Compression of Non-uniform Neural Networks with Non-Linear Functions Based on Node Pruning

著者 (4件)： 中臺一博 (ホンダ・リサーチ・インスティチュート・ジャパン) ,  中臺一博 (東京工大) ,  福本陽典 (ホンダ・リサーチ・インスティチュート・ジャパン) ,  武田龍 (大阪大 産科研)
資料名： 人工知能学会AIチャレンジ研究会(Web)  (Proceedings of the Meeting of Special Interest Group on AI Challenges (Web))
巻： 57th  ページ： 58-65 (WEB ONLY)  発行年： 2020年 
JST資料番号： U0311A  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： ・過剰パラメータ化によるモデルは規模が大きいため,モデル圧縮によるコンパクト化が不可欠:複雑化したニューラルネットワークへの対応。
・ノード枝刈りによる深層学習ネットワークのモデル圧縮を提案:4つの手法と規範(ノードエントロピーベースのノード活性度推定法,層間ペアリング,バイパス接続の枝刈り無し,層ベース枝刈りポリシー)。
・提案法を音声認識システムKaldi用の音響モデルの圧縮に適用:有効性を確認,音声認識機能を維持しつつ,システム全体性として31%の速度向上を達成。

シソーラス用語： *ニューラルネットワーク ,  ダウンサイジング ,  木探索 ,  機械学習 ,  エントロピー ,  音声認識 ,  隠れMarkovモデル ,  音響特性 ,  シグモイド関数 ,  コーパス ,  ネットワーク構造 ,  評価試験 ,  ネットワークトポロジー ,  深層学習
準シソーラス用語： ノードエントロピー ,  *モデル圧縮 ,  音響モデル ,  枝刈り【木探索】 ,  日本語話し言葉コーパス

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： ニューラルネットワーク ,  モデル