高速粒子イメージング検出器のためのフィールドプログラマブルゲートアレイ上の2D畳込みニューラルネットワークによる実時間推論【JST・京大機械翻訳】

Jwa Yeon-jae; Di Guglielmo Giuseppe; Arnold Lukas; Carloni Luca; Karagiorgi Georgia

プレプリント

J-GLOBAL ID：202202217541055898 整理番号：22P0274798

高速粒子イメージング検出器のためのフィールドプログラマブルゲートアレイ上の2D畳込みニューラルネットワークによる実時間推論【JST・京大機械翻訳】

Real-time Inference with 2D Convolutional Neural Networks on Field Programmable Gate Arrays for High-rate Particle Imaging Detectors

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 (5件)： , , , ,
資料名：
発行年： 2022年01月14日プレプリントサーバーでの情報更新日： 2022年01月14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)

高分解能および高速粒子イメージング検出器における実時間データ選択のための実行可能な応用として,2D畳込みニューラルネットワーク(CNN)のカスタム実装を提示し,ハイエンドフィールドプログラマブルゲートアレイ(FPGA)におけるハードウェア加速を利用した。FPGA資源制約を満たすため,2層CNNをKerasTunerによる精度と待ち時間のために最適化して,ネットワーク量子化をさらに用いて,ネットワークのコンピューティング資源利用を最小にした。将来の深層地下ニュートリノ実験(DUNE)遠検出器のフロントエンド読出しシステムのための提案FPGA技術である,Xilinx UltraScale+FPGA上のCNN展開をテストするための「機械学習のための高レベル合成」(hls4ml)ツールを使用した。ネットワーク精度を評価し,待ち時間とハードウェア資源利用を評価し,提案したDUNEデータ収集システム内の実時間データ選択にCNNを適用する可能性についてコメントした。【JST・京大機械翻訳】

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

半導体集積回路 , 人工知能

, , , , , ,

前のページに戻る