回帰木に基づく畳み込み演算の直接近似手法

空閑康太; 高前田伸也

文献

J-GLOBAL ID：202202252374773554 整理番号：22A2932997

回帰木に基づく畳み込み演算の直接近似手法

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A2932997&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A2932997&from=J-GLOBAL&jstjournalNo=U2030A") }}

著者 (2件)： ,
資料名：
巻： 122 号： 204(CPSY2022 17-26) ページ： 49-53 (WEB ONLY) 発行年： 2022年10月04日
JST資料番号： U2030A ISSN： 2432-6380 資料種別：会議録 (C)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

畳み込み演算は,画像処理や深層学習で頻繁に用いられている.畳み込み演算は乗算を数多く含むため,計算コストが高く,多くの近似手法が提案されている.本稿では,乗算器を用いずに軽量な組み合わせ回路で畳み込み演算を実現することを目的として,入力画像の分布やフィルタ係数の値に基づく学習型の近似手法を提案する.軽量な回帰木を用いることで乗算を省略し,加算と分岐のみで畳み込み演算を近似する.また,高速化の面でソフトウェアでは採用しにくい,勾配ブースティングや特徴量エンジニアリングを採用し,並列度を生かした精度向上や低遅延化を狙う.本稿では,ガウシアンフィルタとソーベルフィルタに提案手法を適用し,回路規模と演算精度の関係を明らかにした.(著者抄録)

, , , , , , , , , , , ,
,

演算方式 , 図形・画像処理一般

引用文献 (15件)：

K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” 2015. http://arxiv.org/abs/1409.1556
Y.-H. Chen, T. Krishna, J.S. Emer, and V. Sze, “Eyeriss: An energy-efficient reconfigurable accelerator for deep convolutional neural networks,” IEEE Journal of Solid-State Circuits, vol.52, no.1, pp.127-138, 2017.
J. Meng, S.K. Venkataramanaiah, C. Zhou, P. Hansen, P. Whatmough, and J.-s. Seo, “Fixyfpga: Efficient fpga accelerator for deep neural networks with high element-wise sparsity and without external memory access,” 2021 31st International Conference on Field-Programmable Logic and Applications (FPL), pp.9-16, 2021.
Y. Umuroglu, Y. Akhauri, N.J. Fraser, and M. Blott, “Logicnets: Co-designed neural networks and circuits for extreme-throughput applications,” 2020 30th International Conference on Field-Programmable Logic and Applications (FPL), pp.291-297, 2020.
E. Liberty, “Simple and deterministic matrix sketching,” Proceedings of the 19th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, p.581-588, KDD ’13, Association for Computing Machinery, 2013. https://doi.org/10.1145/2487575.2487623

, ,

前のページに戻る