文献

J-GLOBAL ID：202002229809362328   整理番号：20A2321346

オンライン演算による感度制御近似によるDNN推論におけるデータフットプリント削減【JST・京大機械翻訳】

Data Footprint Reduction in DNN Inference by Sensitivity-Controlled Approximations with Online Arithmetic

著者 (3件)： Hassan Abdus Sami (Chosun University Gwangiu,Department of Computer Engineering,South Korea) ,  Arifeen Tooba (Chosun University Gwangiu,Department of Computer Engineering,South Korea) ,  Lee Jeong-A (Chosun University Gwangiu,Department of Computer Engineering,South Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： DSD  ページ： 534-541  発行年： 2020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： 深層ニューラルネットワーク(DNN)推論において,研究者は,演算のビット並列からビットセルモードまで,性能劣化なしで計算および接続の数を減らすことを試みてきた。この点に関して,ビットセルアーキテクチャによる層間混合精度に対する混合精度プロファイルとして変換された近似を,文献において採用した。しかし,低待ち時間DNNアーキテクチャのための制御近似による層内混合精度の導入は,まだ研究されていない。この研究でのDNN推論のために,著者らはオンライン演算の通常でない計算技術を適用して,それは最も有意な数字を最初に(MSDF)に作り出して,次に必要な精度に従って計算を終えた。特に,Taylor展開ベースの感度解析は,畳み込み層の重みと活性化のための近似強度(望ましいビット)の選択のための層内混合精度法を導く。次に,層内混合精度法は,オンライン乗算器を用いて実行した畳込み操作の終了を駆動した。従って,オンライン畳込みのための層間混合精度の代わりに,層内混合精度の洞察的性質により達成された初期終了によってデータフットプリントを低減することを目指した。この方法で,畳み込み演算は,オンデマンドエッジコンピューティング装置のためのデータフットプリントのボトルネックを克服するために,必要でない最も重要な数字を計算する。Copyright 2020 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： 畳込み ,  感度解析 ,  乗算器 ,  *演算 ,  *近似法 ,  待ち時間 ,  計算機アーキテクチャ ,  Taylor展開
準シソーラス用語： 性能劣化 ,  フットプリント ,  *オンライン ,  ディープニューラルネットワーク , 【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 (5件)： オンライン ,  感度 ,  近似 ,  推論 ,  フットプリント