文献

J-GLOBAL ID：201802276612228531   整理番号：18A0521711

スパース三元接続:増強されたスパース性を用いたternarized重みを用いた畳込みニューラルネットワーク【Powered by NICT】

Sparse ternary connect: Convolutional neural networks using ternarized weights with enhanced sparsity

著者 (3件)： Jin Canran (Graduate School of Information, Production and Systems, Waseda University, 2-7 Hibikino, Wakamatsu-ku, Kitakyushu, Fukuoka 808-0135, Japan) ,  Sun Heming (Graduate School of Information, Production and Systems, Waseda University, 2-7 Hibikino, Wakamatsu-ku, Kitakyushu, Fukuoka 808-0135, Japan) ,  Kimura Shinji (Graduate School of Information, Production and Systems, Waseda University, 2-7 Hibikino, Wakamatsu-ku, Kitakyushu, Fukuoka 808-0135, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ASP-DAC  ページ： 190-195  発行年： 2018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： 畳込みニューラルネットワーク(CNN)は,最先端技術レベルの結果を達成するためにタスクの広い範囲で不可欠である。本研究では,CNNの推論と訓練における三元重みを利用し,さらにフロート値の穀粒重量は,0の制御された比を有する新しい変換規則をベースとして,1と 1と0に変換されるスパース三元接続(STC)を提案した。STCはハードウェア資源を節約する精度の劣化の少ない多くできる。2種類のポピュラーなデータセット(CIFAR10とSVHN)に関する実験的評価は,提案した方法が精度損失は0.5%以下であった資源利用(LUTの28.9%であり,FFの25.3%,D SPの97.5%,Xilinx Kintex-7FPGA上のBRAMの88.7%)を減少させることができることを示した。Copyright 2018 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： *ハードウェア
準シソーラス用語： *畳込みニューラルネットワーク ,  *スパース性 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 増強 ,  スパース性 ,  畳込みニューラルネットワーク