文献

J-GLOBAL ID：202002252023885752   整理番号：20A0220402

NAIS:ニューラルアーキテクチャと実装探索および自律運転におけるその応用【JST・京大機械翻訳】

NAIS: Neural Architecture and Implementation Search and its Applications in Autonomous Driving

著者 (12件)： Hao Cong (IBM-Illinois Center for Cognitive Computing Systems Research (C3SR)) ,  Hwu Wen-Mei (IBM-Illinois Center for Cognitive Computing Systems Research (C3SR)) ,  Gu Junli (XMotors.ai) ,  Chen Deming (IBM-Illinois Center for Cognitive Computing Systems Research (C3SR)) ,  Chen Yao (Advanced Digital Sciences Center,Singapore) ,  Liu Xinheng (University of Illinois,Urbana-Champaign) ,  Sarwari Atif (XMotors.ai) ,  Sew Daryl (XMotors.ai) ,  Dhar Ashutosh (IBM-Illinois Center for Cognitive Computing Systems Research (C3SR)) ,  Wu Bryan (XMotors.ai) ,  Fu Dongdong (XMotors.ai) ,  Xiong Jinjun (IBM-Illinois Center for Cognitive Computing Systems Research (C3SR))
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCAD  ページ： 1-8  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： 多くの応用領域における強力なAIアルゴリズムに対する急速に成長する要求は,高品質の深いニューラルネットワーク(DNN)モデルと高効率実装の両方における大量の投資を動機づけている。本論文では,ニューラルアーキテクチャとImpメンテーション探索(NAIS)と呼ばれる同時DNN/実装共設計方法論が,DNNモデルと実装最適化の両方の開発生産性と効率を高めるために,より多くの研究注意を払うことを論じた。最後の解の品質を保存しながら,探索コストを大幅に削減できるスタイル化設計法を提案した。例証として,FPGAsとGPUの両方の文脈において,このDNN/実装方法論を議論する。著者らは,高品質AIアルゴリズムと加速器のための最も要求される領域の1つであるので,重要な利用事例として自律的駆動を取り上げた。著者らは,そのような共同設計方法論が,どのように自律運転産業に著しく影響するかについて議論する。この励起領域におけるいくつかの研究機会を同定した。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： 最適化 ,  *品質 ,  ニューラルネットワーク ,  アルゴリズム ,  励起 ,  加速器
準シソーラス用語： 設計法 ,  設計方法論 ,  高効率 ,  高品質 ,  自律性 , 【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 (4件)： 実装 ,  探索 ,  自律 ,  応用