文献

J-GLOBAL ID：202202243288748693   整理番号：22A1086635

スクイーズおよび励起完全畳込みニューラルネットワークの効率的なメモリスタベース回路実装【JST・京大機械翻訳】

An Efficient Memristor-Based Circuit Implementation of Squeeze-and-Excitation Fully Convolutional Neural Networks

著者 (7件)： Chen Jiadong (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Wu Yincheng (Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California, Los Angeles, CA, USA) ,  Yang Yin (College of Science and Engineering, Hamad Bin Khalifa University, Doha, Qatar) ,  Wen Shiping (Australian AI Institute, Faculty of Engineering and Information Technology, University of Technology Sydney, Sydney, NSW, Australia) ,  Shi Kaibo (School of Information Science and Engineering, Chengdu University, Chengdu, China) ,  Bermak Amine (College of Science and Engineering, Hamad Bin Khalifa University, Doha, Qatar) ,  Huang Tingwen (Science Program, Texas A&M University at Qatar, Doha, Qatar)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 33  号： 4  ページ： 1779-1790  発行年： 2022年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
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： 最近,非揮発性,多値,およびナノサイズのようなメムリスタの様々な望ましい特性により,深いニューラルネットワークのハードウェア実装にメムリスタを適用することに関心が高まっている。しかし,ほとんどの既存のニューラルネットワーク回路設計は,メモリスタのために最適化されていない一般的なフレームワークに基づいている。さらに,著者らの知る限りでは,デコンボリューションやスクイーズ・励起(SE)ブロックのような複雑なニューラルネットワークオペレータの既存の効率的なメムリスタベースの実装はなく,意味的セグメンテーションのような一般的な医用画像分析アプリケーションにおいて高精度を達成するために重要である。本論文では,メムリスタベースの完全畳込みニューラルネットワーク(FCN)を設計するための効率的なスキームである畳込みカーネル(CKF)を提案した。既存のニューラルネットワーク回路と比較して,CKFは効果的なパラメータ剪定を可能にし,回路電力消費を大幅に削減する。さらに,CKFは,デコンボリューション層とSEブロックの新しい,メムリスタ最適化実装を含む。実際の医用画像セグメンテーションタスクに関するシミュレーション結果は,CKFが,テストセットに関して高精度を保持しながら,重量剪定の後の回路における電力消費に関して,計算および33.62-W減少に関して,最大56.2%の縮小を得ることを確認した。さらに,剪定結果は,対応するシステムの修正なしで,既存の回路に直接適用できる。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： 最適化 ,  シミュレーション ,  *畳込み ,  *励起 ,  セグメンテーション ,  オペレータ ,  電力消費 ,  回路設計 ,  *ニューラルネットワーク ,  デコンボリューション ,  応用プログラム
準シソーラス用語： ハードウェア実装 ,  *メモリスタ ,  医用画像セグメンテーション ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： スクイーズ ,  励起 ,  畳込みニューラルネットワーク ,  メモリスタ ,  回路実装