文献

J-GLOBAL ID：201702248135835525   整理番号：17A0785992

Deep Learningの今を探る エッジコンピューティング向け組込み特化のディープラーニングフレームワーク「KAIBER」の活用法

著者 (1件)： 久保田良則 (ディープインサイト)
資料名： 映像情報Industrial  (映像情報インダストリアル)
巻： 49  号： 7  ページ： 8-12  発行年： 2017年07月01日 
JST資料番号： Z0577B  ISSN： 1346-1362  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： IoT(Internet of Things)のコンセプトが浸透するほど新たな課題としてネットワーク帯域の圧迫,リアルタイム性の欠如,及びデータ保存の最適化の解決が求められる。本論文では,その解決策としてエッジコンピューティングとディープラーニングの組合せが注目されるので,ディープラーニングをエッジ側のデバイスに組み込んでインテリジェント化する手段として,ディープラーニングフレームワークKAIBERについて概説した。KAIBERは,1)国産発の組込み用途,2)商用サポートの提供,3)推論実行エンジンと大量のデータを学習するサーバ機能のモジュール化,4)省スペース・省リソース設計,5)OS(Operating System)環境に非依存,OSのない環境への移植も可能,6)標準GUI(Graphical User Interface)による簡単操作を特徴とする。Windows環境のGPU(Graphics Processing Unit)内蔵のPC(Personal Computer)サーバで学習機能を実行し,生成された学習済みファイルと推論実行エンジンのライブラリをターゲットデバイスに組み込めばよい。RX63N100MHzを搭載する評価ボードで監視カメラを接続し,MNIST手書き数字認識を行うデモ環境を構築したところ推論実行時間は50ms程度であった。

シソーラス用語： *機械学習 ,  *ニューラルネットワーク ,  相互接続 ,  インターネット ,  *計算機利用 ,  システム ,  モジュール構造 ,  オペレーティングシステム ,  GUI【計算機】 ,  人工知能推論 ,  ライブラリ【計算機】 ,  評価試験 ,  手書き文字認識 ,  性能評価
準シソーラス用語： *Deep Learning ,  IoT ,  インテリジェントシステム ,  *エッジコンピューティング ,  *ディープラーニング

分類 (3件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (4件)： エッジコンピューティング ,  組込み ,  特化 ,  活用法