文献

J-GLOBAL ID：202002283845352186   整理番号：20A1928468

埋め込み標準化深層学習のためのニューラルネットワーク構文解析器【JST・京大機械翻訳】

Neural Network Syntax Analyzer for Embedded Standardized Deep Learning

著者 (5件)： Shin MyungJae (Chung-Ang University, Seoul, Republic of Korea) ,  Kim Joongheon (Chung-Ang University, Seoul, Republic of Korea) ,  Mohaisen Aziz (University of Central Florida, Orlando, FL, USA) ,  Park Jaebok (ETRI, Daejeon, Republic of Korea) ,  Lee Kyung Hee (ETRI, Daejeon, Republic of Korea)
資料名： ACM Proceedings  (ACM Proceedings)
号： EMDL’18  ページ： 37-41  発行年： 2018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)

抄録/ポイント： ニューラルネットワークモデルに基づく深層学習フレームワークは,様々な応用におけるそれらの可能性のために最近多くの注目を集めている。したがって,深層学習構成プラットフォームの分野における最近の発展は,標準化された深層学習計算のためのニューラルネットワーク統一形式(NNUF)における新たな興味をもたらした。NNUFを作る試みは,主に使用されるプラットフォームが時間とともに変化し,深い学習計算モデルの構造が連続的に進化しているので,非常に挑戦的になる。本論文では,標準化された深層学習計算のためのNNUFのパーザの設計と実装について述べた。NNUFとしてニューラルネットワーク交換フレームワーク(NNEF)標準で実装されたプラットフォームと呼ぶ。このフレームワークは,独立がNNUFモデルによって提供される,深層学習ニューラルネットワークを構成および訓練するためのプラットフォーム独立プロセスを提供する。このモデルは,ニューラルネットワークグラフのすべての構成要素を構成できる。また,このフレームワークは,得られたグラフを,それら自身の方法で様々なニューラルネットワークアーキテクチャを構成する他のプラットフォーム依存記述と容易に共有することを可能にする。本論文では,パーザ設計,JavaCCベース実装,および初期結果の詳細を示した。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】

シソーラス用語： *学習 ,  *標準化 ,  *ニューラルネットワーク ,  計算モデル ,  機械学習
準シソーラス用語： 神経回路網モデル ,  ニューラルネットワークアーキテクチャ ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層学習 ,  テンソルフロー ,  機械学習 ,  ニューラルネットワーク統一フォーマット ,  標準化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 埋め込み ,  標準化 ,  深層学習 ,  ニューラルネットワーク ,  構文解析器