文献

J-GLOBAL ID：202202238439444392   整理番号：22A0789142

バッチ正規化はどのフィルタが重要か【JST・京大機械翻訳】

Batch Normalization Tells You Which Filter is Important

著者 (5件)： Oh Junghun (Seoul National University,ASRI,Department of ECE) ,  Kim Heewon (Seoul National University,ASRI,Department of ECE) ,  Baik Sungyong (Seoul National University,ASRI,Department of ECE) ,  Hong Cheeun (Seoul National University,ASRI,Department of ECE) ,  Mu Lee Kyoung (Seoul National University,ASRI,Department of ECE)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： WACV  ページ： 3351-3360  発行年： 2022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： フィルタ剪定の目標は,プロセスにおける性能を犠牲にすることなく,畳み込みニューラルネットワーク(CNN)を効率的に行うために,重要でないフィルタを探索することである。課題は,重要な,あるいは関連する各フィルタがニューラルネットワークの最終出力に関してどうかを決定するのに役立つ情報を見つけることにある。本研究では,事前訓練CNNのバッチ正規化(BN)パラメータを用いて,訓練データの処理なしに,活性化出力の特徴分布を推定した。観測により,事前訓練CNNのBNパラメータに基づく各フィルタの重要性を評価することにより,簡単で効果的なフィルタ剪定法を提案した。CIFAR-10とImageNetに関する実験結果は,提案した方式が,精度低下と計算複雑性の低減と剪定ネットワークのパラメータの数の間のトレードオフに関して,微調整の有無で優れた性能を達成できることを実証した。Copyright 2022 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： フィルタ ,  ネットワーク ,  ニューラルネットワーク ,  計算量 ,  *正規化
準シソーラス用語： 訓練データ ,  微調整 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： バッチ ,  正規化