文献

J-GLOBAL ID：202002235725495426   整理番号：20A1887216

二値分離可能畳込み:効率的な高速画像分類法【JST・京大機械翻訳】

Binary Separable Convolutional: An Efficient Fast Image Classification Method

著者 (5件)： Jing Donglin (Beijing Key Laboratory of Embedded Real-time Information Processing Technology, Beijing Institute of Technology,Beijing,China) ,  Tang Linbo (Beijing Key Laboratory of Embedded Real-time Information Processing Technology, Beijing Institute of Technology,Beijing,China) ,  Pan Yu (Beijing Key Laboratory of Embedded Real-time Information Processing Technology, Beijing Institute of Technology,Beijing,China) ,  Tang Wei (Beijing Key Laboratory of Embedded Real-time Information Processing Technology, Beijing Institute of Technology,Beijing,China) ,  Zhou Shichao (Beijing Key Laboratory of Embedded Real-time Information Processing Technology, Beijing Institute of Technology,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICSIDP  ページ： 1-4  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： ニューラルネットワークの訓練と実行は,大きな計算空間と記憶空間を必要とし,それは,資源制約付き組込みシステム上で展開するのを困難にする。この限界に対処するために,2段階パイプライン:深さ分離可能,局所二値を導入した。提案手法を2つのステップに分割した。最初に,深い分離可能畳込みを各入力チャネルに適用した。次に,ポイントごとの畳込みをフィルタによって得た特徴マップに適用した。第2段階では,局所二値化法を用いて,入力チャネルに対応するフィルタをスパース二値に初期化した。ネットワーク訓練では,スパースバイナリフィルタは固定され,1×1サイズの畳込みを訓練する必要がある。著者らの実験結果は,元のネットワークによる近似精度に基づいて,著者らは9xから10xまで畳込みパラメータの数を減らして,訓練時間と試験時間を2xまで減らしたことを示した。この圧縮法は,資源制約付き組込みプラットフォーム上で複雑なニューラルネットワークを展開するのに役立つ。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 ,  フィルタ ,  ネットワーク ,  ニューラルネットワーク ,  チャネル ,  組込みシステム
準シソーラス用語： 画像分類 ,  二値化 ,  特徴マップ ,  資源制約 , 【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)： 二値 ,  畳込み ,  画像分類