文献

J-GLOBAL ID：202002243908724626   整理番号：20A0671821

FOG支援型アプリケーションのための早期EXITSによる条件付きディープニューラルネットワークの最適化トレーニングとスケーラブル実装【JST・京大機械翻訳】

Optimized training and scalable implementation of Conditional Deep Neural Networks with early exits for Fog-supported IoT applications

著者 (5件)： Baccarelli Enzo (Department of Information Engineering, Electronics and Telecommunications (DIET), “Sapienza” University of Rome, Via Eudossiana 18, Rome 00184, Italy) ,  Scardapane Simone (Department of Information Engineering, Electronics and Telecommunications (DIET), “Sapienza” University of Rome, Via Eudossiana 18, Rome 00184, Italy) ,  Scarpiniti Michele (Department of Information Engineering, Electronics and Telecommunications (DIET), “Sapienza” University of Rome, Via Eudossiana 18, Rome 00184, Italy) ,  Momenzadeh Alireza (Department of Information Engineering, Electronics and Telecommunications (DIET), “Sapienza” University of Rome, Via Eudossiana 18, Rome 00184, Italy) ,  Uncini Aurelio (Department of Information Engineering, Electronics and Telecommunications (DIET), “Sapienza” University of Rome, Via Eudossiana 18, Rome 00184, Italy)
資料名： Information Sciences  (Information Sciences)
巻： 521  ページ： 107-143  発行年： 2020年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 入力IoT大規模データ時代は,分散データの大規模集合の効率的で資源制約マイニングを必要とする。本論文では,この目的に対する考えられるアプローチを検討した。これは,初期の出口とFogコンピューティングにより,二つの新しい概念的ニューラルネットワークのパラダイムを組み合わせたものである。一般的枠組みを記述することとは別に,4つの特定の寄与を提供した。最初に,初期出口を持つCDNNの基本アーキテクチャをレビューし,それらの計算能力を特性化した後,それらの教師つき訓練(すなわち,End-to-End,Layer-Wiseおよび分類器-Wise訓練アルゴリズム)のための3つの基本アルゴリズムを考察し,次に,Fog支援実装における得られたトレードオフを形式的に特性化し比較した。第二に,考慮したCDNNを装備する局所分類器のための参照アーキテクチャを提示した後に,著者らはそれらの決定閾値の並列で分散した設定のための最適化フレームワークを開発した。第3に,著者らは,考慮されたCDNNに関して効率的に初期の出口を置くためにgre欲なアルゴリズムを提案して,その線形スケーリング複雑性を証明した。第四に,閉形式で解析的に特性化し,最適CDNN-on-Fogマッピングのエネルギー性能を解析した。最後に,広い数値試験を示し,IoT指向SVHNとFER-2013データセットの下で得られた最適化CDNN-オーバー-Fogプラットフォームのエネルギー対実装複雑度-精度性能を試験し比較した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エネルギー効率 ,  *最適化 ,  線形性 ,  教師つき学習 ,  アルゴリズム ,  *応用プログラム ,  記憶装置 ,  キャラクタリゼーション ,  学習アルゴリズム ,  計算機アーキテクチャ ,  *ニューラルネットワーク
準シソーラス用語： 閉形式 ,  大規模データ ,  モノのインターネット ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： 早期出口を持つCDNNS ,  FOGコンピューティング ,  大規模データストリーム ,  教師付き分散訓練 ,  エネルギー効率-Vs-精度-Vs-実行複雑性トレードオフ ,  メモリフットプリント ,  最適化CDNN-over-FOG実行プラットフォーム

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： FOG ,  支援 ,  アプリケーション ,  早期 ,  ディープニューラルネットワーク ,  最適化 ,  トレーニング ,  実装