文献

J-GLOBAL ID：201802232250185293   整理番号：18A0704400

カーネルの類似性に基づく近似計算を行うCNNアクセラレータの検討

著者 (5件)： 進藤智司 (名古屋工大) ,  松井優樹 (電通大) ,  八巻隼人 (電通大) ,  津邑公暁 (名古屋工大) ,  三輪忍 (電通大)
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： 480(DC2017 89-106)  ページ： 179-184  発行年： 2018年02月28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： 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)

シソーラス用語： 類似性 ,  *ニューラルネットワーク ,  *データ処理システム ,  画像認識 ,  精度 ,  電力効率 ,  回路 ,  近似法
準シソーラス用語： *近似計算 ,  *CNN ,  *アクセラレータ ,  *畳込みニューラルネットワーク ,  認識精度

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y)

引用文献 (12件)：

• Chen, T. et al.: DianNao: a small-footprint high-throughput accelerator for ubiquitous machine-learning, Proc. 19th Int'l Conf. on Architectural Support for Programming Languages and Operating Systems (ASPLOS'14), pp. 269-284 (2014).
• Chen, Y. et al.: DaDianNao: A Machine-Learning Supercomputer, Proc. 47th Annual IEEE/ACM Int'l Symp. on Microarchitecture (MICRO-47), pp. 609-622 (2014).
• Krizhevsky, A., Sutskever, I. and Hinton, G. E.: ImageNet Classification with Deep Convolutional Neural Networks, Advances in Neural Information Processing Systems 25 (NIPS 2012), pp. 1097-1105 (2012).
• Simonyan, K. and Zisserman, A.: Very deep convolutional networks for large-scale image recognition, arXiv preprint arXiv:1409.1556 (2014).
• Kim, Y.-D., Park, E., Yoo, S., Choi, T., Yang, L. and Shin, D.: Compression of deep convolutional neural networks for fast and low power mobile applications, arXiv preprint arXiv:1511.06530 (2015).

タイトルに関連する用語 (5件)： カーネル ,  類似性 ,  近似計算 ,  CNN ,  アクセラレータ