文献

J-GLOBAL ID：201702271463732365   整理番号：17A1652857

CoreMLによるiOS深層学習アプリの実装と性能分析

著者 (3件)： 丹野良介 (電通大 大学院情報理工学研究科) ,  泉裕貴 (電通大 大学院情報理工学研究科) ,  柳井啓司 (電通大 大学院情報理工学研究科)
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： 117  号： 238(PRMU2017 63-100)  ページ： 43-48  発行年： 2017年10月05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： CoreMLとは,iOS11から新しく追加される機械学習API群である。既存のフレームワークであるKerasやCaffeで学習したモデルをiOS用にコンバートすることで,Basic Neural Network Subroutines(BNNS,CPU実行)やMetal Performance Shaders(MPS,GPU実行)を利用した推論処理をiOS上で実現可能である。CoreML自体はBNNSやMPSより高レイヤーな概念であり,複雑な計算処理を隠蔽して実装でき,どの程度のパフォーマンスが得られるのか,また,新しいAPI群のため文献がまだ少なく,実際にどういった実装ができるかなど未知数なところが大きい。そこで本報告では,発展目覚ましいCoreMLに対し,弊研究室が開発したオリジナル順伝搬ライブラリとの比較を通して,性能分析を行うとともに,実装事例の紹介も行う。(著者抄録)

シソーラス用語： *機械学習 ,  *ニューラルネットワーク ,  性能分析 ,  *画像認識 ,  推論 ,  拡張現実感
準シソーラス用語： *深層学習 ,  推論処理

分類 (3件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

引用文献 (18件)：

• Ege, T. and Yanai, K.: Simultaneous Estimation of Food Categories and Calories with Multi-task CNN, Proc. of ACPR International Conference on Machine Vision Appli-cations (MVA) (2017).
• He, K., Zhang, X., Ren, S. and Sun, J.: Deep Residual Learning for Image Recognition, Proc. of IEEE Computer Vision and Pattern Recognition (2016).
• Howard, A. G., Zhu, M., Chen, B., Kalenichenko, D., Wang, W., Weyand, T., Andreetto, M. and Adam, H.: MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications, Proc. of arXiv:1704.04861 (2017).
• Iandola, F. N., Han, S., Moskewicz, M. W., Ashraf, K., Dally, W. J. and Keutzer, K.: SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size, Proc. of arXiv:1602.07360 (2016).
• Isola, P., Zhu, J., Zhou, T. and Efros, A. A.: Image-to-Image Translation with Conditional Adversarial Networks, Proc. of IEEE Computer Vision and Pattern Recognition (2017).

タイトルに関連する用語 (5件)： IOS ,  深層学習 ,  アプリ ,  実装 ,  性能分析