二値ニューラルネットワーク:サーベイ【JST・京大機械翻訳】

Qin Haotong; Gong Ruihao; Liu Xianglong; Bai Xiao; Song Jingkuan; Sebe Nicu

プレプリント

J-GLOBAL ID：202202205269871038 整理番号：22P0132127

二値ニューラルネットワーク:サーベイ【JST・京大機械翻訳】

Binary Neural Networks: A Survey

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年03月31日プレプリントサーバーでの情報更新日： 2020年03月31日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

ストレージと計算を大幅に節約するバイナリニューラルネットワークは,資源制限デバイスに深いモデルを展開するための有望な技術として役立つ。しかし,二値化は,必然的に厳しい情報損失を引き起こし,その不連続性は,深いネットワークの最適化に困難をもたらす。これらの問題に取り組むために,様々なアルゴリズムが提案され,近年,満足な進歩を達成した。本論文では,これらのアルゴリズムの包括的な調査を示し,主に二値化を直接行う自然解に分類し,量子化誤差の最小化,ネットワーク損失関数の改善,および勾配誤差の低減のような技法を用いた最適化を行った。また,ハードウェアフレンドリーな設計と訓練トリックのようなバイナリニューラルネットワークの他の実用的側面を調べた。次に,画像分類,物体検出および意味セグメンテーションを含む異なるタスクに関する評価および議論を行った。最後に,将来の研究で直面する課題を展望した。【JST・京大機械翻訳】

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

人工知能 , ニューロコンピュータ

前のページに戻る