文献

J-GLOBAL ID：202202275446645899   整理番号：22A0789166

EZCrop:ロバストな出力枝刈りのためのエネルギーゾーンチャネル【JST・京大機械翻訳】

EZCrop: Energy-Zoned Channels for Robust Output Pruning

著者 (5件)： Lin Rui (The University of Hong Kong,Department of Electrical and Electronic Engineering,Hong Kong) ,  Ran Jie (The University of Hong Kong,Department of Electrical and Electronic Engineering,Hong Kong) ,  Wang Dongpeng (Hong Kong Science Park, N.T,United Microelectronics Centre (Hong Kong) Limited,Hong Kong) ,  Chiu King Hung (Hong Kong Science Park, N.T,United Microelectronics Centre (Hong Kong) Limited,Hong Kong) ,  Wong Ngai (The University of Hong Kong,Department of Electrical and Electronic Engineering,Hong Kong)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： WACV  ページ： 3595-3604  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： 最近の結果は,訓練された畳み込みニューラルネットワーク(CNN)における興味深い観察を明らかにし,すなわち,特徴マップチャネル行列のランクは入力画像にもかかわらず驚くほど一定のままである。これは,有効なランクベースのチャネル剪定アルゴリズム[23]に導いたが,一定のランク現象は,まだ myious的で説明不能のままである。本研究は,そのランクを明示的に計算することなく,チャネル重要度を測定するための極めて効率的な高速Fourier変換(FFT)ベースの計量を示唆する周波数領域の視点から,そのようなランク挙動の単純化と解釈を目的とする。この解析的に音響的かつ計算的に効率的な計量に基づく顕著なCNNチャネル剪定を達成し,ロバスト出力Pruning(EZCrop)のためのエネルギーZonedチャネルと名付けた著者らの方式によるロバスト性を実証するために反復剪定のためにそれを採用して,それは他の最先端のチャネル剪定法よりも一貫して良い結果を示す。コードとAppendixは,https://github.com/ruilin0212/EZCropで公的に利用できる。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： アルゴリズム ,  簡素化 ,  音響 ,  チャネル ,  高速Fourier変換 ,  *ロバスト性 ,  周波数領域
準シソーラス用語： 特徴マップ ,  チャネル行列 ,  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)： ロバスト ,  枝刈り