文献

J-GLOBAL ID：201902248342480825   整理番号：19A0248063

高水準意味情報によるスマート畳込みニューラルネットワークの学習【JST・京大機械翻訳】

Learning a Smart Convolutional Neural Network with High-Level Semantic Information

著者 (4件)： Qiao Xinshu ,  Xu Chunyan ,  Yang Jian ,  Jiang Jiatao
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ACPR  ページ： 190-195  発行年： 2017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： 大規模データの広い応用とコンピュータコンピューティング能力の開発によって,深い畳込みニューラルネットワーク(CNN)はコンピュータビジョンの分野で広く適用された。深いニューラルネットワークの現在のアーキテクチャは,より良い性能を達成するためにより深く,より複雑になっている。しかし,計算やメモリの消費が大きく,実行時間が長いなどの自然な欠点は,CNNモデルをモバイルや埋め込みデバイスに適用することを困難にしている。本論文において,著者らは,厄介なニューラルネットワークから蒸留されたニューロンの高レベル意味情報のガイド下で,スマート畳込みニューラルネットワーク(S-CNN)を学習した。S-CNNは,予測したプロセスにおける計算とメモリの消費が少ない改良CNNモデルとして見ることができる。CIFAR-10,CIFAR-100およびSVHNを含む3つのベンチマーキングデータセットに関する画像分類タスクの観点から,S-CNNの優位性を検証した。実験結果は,提案したS-CNNが従来のCNNモデルと比較して励起性能を得ることができることを明確に実証した。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： 計算機アーキテクチャ ,  *畳込み ,  コンピュータビジョン ,  携帯電話 ,  *ニューラルネットワーク ,  励起 ,  ニューロン ,  記憶装置
準シソーラス用語： 画像分類 ,  ベンチマーキング ,  実行時間 ,  大規模データ ,  *畳込みニューラルネットワーク ,  *意味情報 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 意味情報 ,  畳込みニューラルネットワーク ,  学習