文献

J-GLOBAL ID：202002258683524629   整理番号：20A2339968

学習可能なウェーブレット変換によるニューラルネットワーク圧縮【JST・京大機械翻訳】

Neural Network Compression via Learnable Wavelet Transforms

著者 (4件)： Wolter Moritz (Institute for Computer Science, University of Bonn, Bonn, Germany) ,  Wolter Moritz (Fraunhofer Center for Machine Learning and SCAI, Sankt Augustin, Germany) ,  Lin Shaohui (School of Computing, National University of Singapore, Singapore, Singapore) ,  Yao Angela (School of Computing, National University of Singapore, Singapore, Singapore)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12397  ページ： 39-51  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ウェーブレットはデータ圧縮に対してよく知られているが,ニューラルネットワークの圧縮にはほとんど適用されていない。本論文では,高速ウェーブレット変換を用いて,ニューラルネットワークにおける線形層を圧縮できることを示した。直線層は,リカレントニューラルネットワーク(RNN)におけるパラメータのかなりの部分を占める。提案手法を通して,RNNの線形層を効率的に表現するために,ウェーブレットベースと対応する係数の両方を学習できる。ウェーブレット圧縮RNNsは,合成および実世界RNNベンチマーク(Sourceコードが利用できる)に関する最先端技術と競合して,まだ,かなり少ないパラメータを有した。ウェーブレット最適化は,大量の余分な重みなしで,基礎柔軟性を加える。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *学習 ,  *ネットワーク ,  *ニューラルネットワーク ,  *波束 ,  柔軟性 ,  線形性 ,  データ圧縮 ,  ベンチマーク ,  *ウェーブレット変換 ,  リカレントニューラルネットワーク ,  改変

著者キーワード (2件)： ウェーブレット ,  ネットワーク圧縮

分類 (3件)： ニューロコンピュータ  (JC06010Q) ,  流出解析  (DC07030N) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 学習 ,  ウェーブレット変換 ,  ニューラルネットワーク