文献

J-GLOBAL ID：201902234011765926   整理番号：19A1117341

小メモリフットプリント神経回路網加速器【JST・京大機械翻訳】

Small Memory Footprint Neural Network Accelerators

著者 (5件)： Seto Kenshu (Tokyo City University, Japan) ,  Nejatollahi Hamid (University of California, Irvine, USA) ,  An Jiyoung (Kyung Hee University, South Korea) ,  Kang Sujin (Hanyang University, South Korea) ,  Dutt Nikil (University of California, Irvine, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ISQED  ページ： 253-258  発行年： 2019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： 深いニューラルネットワーク(DNN)加速器は,エッジデバイスで一般的に使用される高精度データ認識を提供する。しかし,資源制約エッジ装置は通常,小さい形状因子と限られた資源量を持つが,DNN加速器は大量の計算とメモリフットプリントを必要とする。特に,DNNsのメモリ要件は,小型フットプリント装置における加速器の実現のための主要なボトルネックになっている。メモリフットプリントを低減するために,画像認識ネットワークのための融合層畳込みニューラルネットワーク(CNN)加速器を提案した。Fused-layer CNNは,一組のCNN層オンチップを実行し,オフチップメモリアクセスを層間のオンチップメモリアクセスに置き換えることにより,オフチップメモリアクセスを削減する。融合層CNNはオフチップメモリアクセスを低減するが,それらは依然として重要なチップ面積を占める大量のオンチップメモリを必要とし,小さなフットプリントデバイス上での実現を実現する。小さなメモリフットプリントを持つ融合CNN加速器を生成する設計技術を提案することにより,この問題に取り組み,事例研究によりその可能性を実証した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 画像認識 ,  事例研究 ,  *加速器 ,  ネットワーク ,  *記憶装置 ,  ニューラルネットワーク ,  神経回路網
準シソーラス用語： チップ面積 ,  情報へのアクセス ,  オンチップメモリ ,  メモリアクセス ,  オンチップ ,  畳込みニューラルネットワーク ,  *フットプリント ,  高精度 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  符号理論  (ND02030R) ,  半導体集積回路  (NC03162T)

タイトルに関連する用語 (3件)： フットプリント ,  神経回路網 ,  加速器