文献
J-GLOBAL ID:202102233220617839   整理番号:21A0229759

IoTシステムのための小面積構成可能深層ニューラルネットワークアクセラレータ【JST・京大機械翻訳】

Small Area Configurable Deep Neural Network Accelerator for IoT System
著者 (6件):
資料名:
巻: 2020  号: ICCT  ページ: 795-799  発行年: 2020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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
インターネット(IoT)技術のインターネットの開発により,深層学習アルゴリズムはIoTデバイスで広く使用されてきた。畳み込みニューラルネットワーク(CNN)と再帰ニューラルネットワーク(RNN)は,画像フィールドとシーケンスデータにおいてそれぞれ重要な役割を果たす。CNNとRNNアルゴリズムをサポートするために,限られた計算電力と資源を有するIoT端末SoCを可能にするために,本論文は,固定点精度を有する小領域構成可能深層ニューラルネットワーク加速器を提案する。CNNとRNNの主要な計算成分をハードウェアによって実行した。各計算モジュールは,パラメータ構成と組合せを通して複雑なニューラルネットワークの計算を完了する。加速器の性能を検証するために,Cortex-M3に基づくSoC検証システムを構築した。2層および128の隠れユニットを有するlenet-5ネットワークおよびLong Short-Termメモリ(LSTM)ネットワークをこの加速器に実装し,Intel i57500,Cortex-A53およびCortex-A7プロセッサ上の2つのネットワークの実行時間を比較した。比較結果は,加速器のCNNとRNN計算パワーが,50MHzの主周波数でCortex-A53とCortex-A7のそれを凌駕することを示した。Copyright 2021 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る