抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
画像認識において,Convolutional Neural Network(CNN)と呼ばれるニューラルネットワークが高い認識精度を示し広く利用されている。近年では,認識精度を向上させるために,CNNの規模を増大させる傾向があり,これに伴って,計算時間や消費エネルギーも増大している。この問題に対して,CNNの計算に特化したアクセラレータが開発されている。その中でも,CNNに含まれる計算を近似することで,電力効率の向上を図る研究が盛んに行われている。しかし,CNNの認識精度の低下を抑えつつ,高い電力効率を持つアクセラレータは未だ実現されていない。そこで本研究では,近似計算をアクセレラレータに導入し,認識精度の低下を抑えつつ高電力効率なアクセラレータの実現を目指す。特に,様々なCNNに共通して含まれる代表的なカーネルに特化した回路を予め備えたアクセラレータを検討する。(著者抄録)