文献

J-GLOBAL ID：201702239653635502   整理番号：17A1556295

FitCNN:モバイルデバイスのためのクラウド支援軽量畳込み神経回路網フレームワーク【Powered by NICT】

FitCNN: A cloud-assisted lightweight convolutional neural network framework for mobile devices

著者 (7件)： Li Shiming (College of Computer Science, Chongqing University, China) ,  Liu Duo (College of Computer Science, Chongqing University, China) ,  Xiang Chaoneng (College of Communication Engineering, Chongqing University, China) ,  Liu Jianfeng (College of Communication Engineering, Chongqing University, China) ,  Ling Yingjian (College of Communication Engineering, Chongqing University, China) ,  Liao Tianjun (College of Communication Engineering, Chongqing University, China) ,  Liang Liang (College of Communication Engineering, Chongqing University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： RTCSA  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 畳込みニューラルネットワーク(CNN)は本質的に画像分類および認識における最新の精度に達している。セルラニューラルネットワークは,通常,モバイル機器から収集したタスクを扱うためにサーバ側または雲で展開され,スマートフォン,ウェアラブルデバイス,無人システムなどを紹介した。しかし,デバイス側における直接CNNを使用することが求められている重要なデータ送信オーバヘッドとプライバシー問題。それにもかかわらず,モバイル機器上に設置された静的訓練したモデルを新しい環境における未知データと物体,低精度や不満足なユーザ体験につながる可能性を効果的に処理できない。,今後未知データによるより良いモデルを再訓練に重要であると考えられる。しかし,多大な計算コストとメモリ使用量で,限られたハードウェア資源を備えたモバイル機器にCNNを訓練した実用に耐えられない。この問題を解決するために,雲のパワーを用いて深層ニューラルネットワークを訓練するためのモバイルデバイスを支援する有望な解決策である。従って本論文は,クラウド支援軽量CNNフレームワーク,FitCNNは,インクリメンタル学習と低データ伝送,モバイルデバイス上でのCNNを展開し,それらをよりスマートにすることを提案した。インクリメンタル学習中のデータ伝送を低減するために,高い学習値とデータをアップロード選択的に,デバイスに古いものを更新する雲上で訓練された新しいCNN(セルラニューラルネットワーク)モデルの重みを選択する抽出戦略を開発する戦略を提案した。実験結果は,選択的にアップロード戦略は特定のデータセットに基づいて39.4%アップロード伝達を減らすことができ,抽出量の戦略には,複数のCNNとデータセットを用いた更新透過60%以上減少することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *神経回路網 ,  セルラニューラルネットワーク ,  記憶装置 ,  スマートフォン ,  学習 ,  プライバシー ,  ニューラルネットワーク ,  ハードウェア ,  *畳込み
準シソーラス用語： アップロード ,  インクリメンタル学習 ,  計算コスト ,  データ伝送 ,  ウェアラブルデバイス ,  *モバイルデバイス , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： モバイルデバイス ,  クラウド ,  支援 ,  軽量 ,  畳込み ,  神経回路網 ,  フレームワーク