文献

J-GLOBAL ID：201702253106059118   整理番号：17A1835714

ポスター抽象:MicroBrain:エネルギー効率の良い視覚推論サービスのための深い神経回路網圧縮【Powered by NICT】

Poster abstract: MicroBrain: Compressing deep neural networks for energy-efficient visual inference service

著者 (4件)： Ge Shiming (Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093, China) ,  Luo Zhao (Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093, China) ,  Ye Qiting (Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093, China) ,  Zhang Xiao-Yu (Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： INFOCOM WKSHPS  ページ： 1000-1001  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： モバイルまたは埋込素子の深いニューラルネットワークモデルの展開はそれらの大きな数重みのために妨げられてきた。本研究では,エネルギー効率の良い視覚的推論のための資源使用を低減するためMicroBrainと呼ばれる深層ニューラルネットワーク(DNN)モデル圧縮サービスを開発した。訓練DNNモデルを自動的に解析により,四モジュールを介して資源管理を行うために,高性能のDNNモデル圧縮手法を提案した。圧縮アプローチと共に,提案したサービスはDNNモデル,エネルギー効率の良い視覚的推論のためのモバイルデバイスへの展開を容易にすることを凝縮するために無視できる精度損失で20 30x圧縮率を提供することができる。物体認識と顔検証タスク,筆者らが提案したアプローチの有効性を示す二の代表的なモデル,AlexNetとVGG16,の評価を行った。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： *視覚 ,  *神経回路網 ,  ニューラルネットワーク ,  携帯電話 ,  資源管理 ,  物体認識 ,  圧縮率 ,  *エネルギー効率 ,  深層
準シソーラス用語： モバイルデバイス ,  資源利用 ,  神経回路網モデル ,  *ポスター , 【Automatic Indexing@JST】

分類 (4件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  数理計画法  (KA03030M) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (7件)： ポスター ,  抽象 ,  エネルギー効率 ,  視覚 ,  推論 ,  サービス ,  神経回路網