深層学習モデルは類似しているか?深層学習ソフトウェアのクローン解析に関する実証的研究【JST・京大機械翻訳】

Wu Xiongfei; Qin Liangyu; Yu Bing; Xie Xiaofei; Ma Lei; Xue Yinxing; Liu Yang; Zhao Jianjun

文献

J-GLOBAL ID：202002282044520949 整理番号：20A2264939

深層学習モデルは類似しているか?深層学習ソフトウェアのクローン解析に関する実証的研究【JST・京大機械翻訳】

How are Deep Learning Models Similar? An Empirical Study on Clone Analysis of Deep Learning Software

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2264939&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (8件)： , , , , , , ,
資料名：
号： ICPC ’20 ページ： 172-183 発行年： 2020年
JST資料番号： D0698C 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)

深層学習(DL)は多くの切削エッジアプリケーション,例えば画像処理,音声認識,および自然言語処理にうまく適用されてきた。ますます多くのDLソフトウェアが公開され,公的に利用可能で,モデルリポジトリと店舗(Model Zoo,Model Depot)で組織化され,それらの保全と進化タスクに関するDLモデルの関係を理解する必要がある。クローン分析は,従来のソフトウェアのために広く研究されているが,現在まで,クローン分析はDLソフトウェアのために調査されていない。DLソフトウェアはデータ駆動開発パラダイムを採用するので,従来のソフトウェアのクローン解析技術がDLソフトウェアにいかに適応できるかは,まだ明確ではない。本論文では,3つの異なるレベル,即ち,ソースコードレベル,モデル構造レベル,および入力/出力(I/0)-セマンティレベル,におけるDLソフトウェアのクローン解析に関する最初のステップを開始し,それはDLソフトウェア管理,保全および進化における鍵である。クローン解析展望からこれらのDLモデル間の類似性を調べた。3つの異なるレベルでDLソフトウェアのクローン解析を行うために,いくつかのツールと計量を選択した。2つの一般的なデータセット(すなわち,MNISTとCIFAR-10)と5つの建築科の8つのDLモデル(すなわち,LeNet,ResNet,高密度Net,AlexNet,およびVGG)に関する著者らの研究は,以下を示した。類似性解析の3つのレベルは,構造から意味にわたるDLモデル間のクローンを見つけるのに一般的に適切である。2).各レベルで使用されたクローン分析のための異なる手段は類似した結果をもたらした。3)1つの単一レベルのクローン解析はDLモデルの類似性の完全な描像を与えない。著者らの知見は,DLソフトウェアのより良い理解とより効果的なクローン解析に向けた更なる調査に値するいくつかの研究機会を開く。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

著者キーワード (3件)： , ,

人工知能 , パターン認識

, , , ,

前のページに戻る