文献

J-GLOBAL ID：201902259867251103   整理番号：19A2029571

分散CNNにおける通信効率化のための圧縮技術検討

著者 (3件)： 新谷隆太 (奈良先端科学技術大学院大) ,  中田尚 (奈良先端科学技術大学院大) ,  中島康彦 (奈良先端科学技術大学院大)
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： 119  号： 147(CPSY2019 17-40)(Web)  ページ： 203-208 (WEB ONLY)  発行年： 2019年07月17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： ニューラルネットワークの推論処理に必要な計算量は大きいため,データ取得場所付近ではなく,データセンタに設置された潤沢な計算能力をもつサーバで処理される。しかし,サーバやネットワークスイッチの膨大な消費電力やデータの一極集中によるトラフィック輻輳が問題となる。そこで,将来的に実装されるエッジコンピューティングを用いた分散ニューラルネットワークモデルを想定した。畳み込み層部分の処理をエッジ端末側で処理することにより転送する情報量がセンサデータよりも小さくなる。更に,動画圧縮規格の一つであるH.265/HEVCとbzip2,ランレングス圧縮とゼロ値圧縮を比較するために,圧縮後のファイルサイズと物体認識精度の変化を評価した。また,圧縮・展開にかかる処理時間も調査した。その結果,VGG16において5番目のpooling層でHEVC圧縮したところ3.5%の圧縮率で認識精度1.1%の低下に抑えられることが判明した。(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *分散処理 ,  負荷 ,  効率化 ,  *データ圧縮 ,  計算機網 ,  動画像 ,  精度 ,  物体認識 ,  畳込みニューラルネットワーク ,  エッジコンピューティング ,  改変
準シソーラス用語： 通信負荷 ,  情報圧縮 ,  認識精度

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

引用文献 (11件)：

• T. Chen, Z. Du, N. Sun, J. Wang, C. Wu, Y. Chen, and O. Temam, “Diannao: A small-footprint high-throughput accelerator for ubiquitous machine-learning,” Proceedings of the 19th International Conference on Architectural Support for Programming Languages and Operating Systems, pp.269-284, ASPLOS ’14, ACM, New York, NY, USA, 2014. http://doi.acm.org/10.1145/2541940.2541967
• T. Nowatzki, V. Gangadhar, K. Sankaralingam, and G. Wright, “Domain specialization is generally unnecessary for accelerators,” IEEE Micro, vol.37, no.3, pp.40-50, 2017.
• 中島康彦,“EMAXV における複数バースト転送と複数ベクトル演算のオーバラップ手法,” CPSY,vol.15,pp.71-76,2016.
• M. Rastegari, V. Ordonez, J. Redmon, and A. Farhadi, “Xnor-net: Imagenet classification using binary convolutional neural networks,” European Conference on Computer VisionSpringer, pp.525-542 2016.
• D.D. Lin, S.S. Talathi, and V.S. Annapureddy, “Fixed point quantization of deep convolutional networks,” Proceedings of the 33rd International Conference on International Conference on Machine Learning - Volume 48, pp.2849-2858, ICML’16, JMLR.org, 2016. http://dl.acm.org/citation.cfm?id=3045390.3045690

タイトルに関連する用語 (2件)： CNN ,  効率化