| Item type |
SIG Technical Reports(1) |
| 公開日 |
2018-02-28 |
| タイトル |
|
|
タイトル |
カーネルの類似性に基づく近似計算を行うCNNアクセラレータの検討 |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
深層学習 |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
名古屋工業大学 |
| 著者所属 |
|
|
|
電気通信大学 |
| 著者所属 |
|
|
|
電気通信大学 |
| 著者所属 |
|
|
|
名古屋工業大学 |
| 著者所属 |
|
|
|
電気通信大学 |
| 著者所属(英) |
|
|
|
en |
|
|
Nagoya Institute of Technology |
| 著者所属(英) |
|
|
|
en |
|
|
UEC |
| 著者所属(英) |
|
|
|
en |
|
|
UEC |
| 著者所属(英) |
|
|
|
en |
|
|
Nagoya Institute of Technology |
| 著者所属(英) |
|
|
|
en |
|
|
UEC |
| 著者名 |
進藤, 智司
松井, 優樹
八巻, 隼人
津邑, 公暁
三輪, 忍
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
画像認識において，Convolutional Neural Network （CNN） と呼ばれるニューラルネットワークが高い認識精度を示し広く利用されている．近年では，認識精度を向上させるために，CNN の規模を増大させる傾向があり，これに伴って，計算時間や消費エネルギーも増大している．この問題に対して，CNN の計算に特化したアクセラレータが開発されている．その中でも，CNN に含まれる計算を近似することで，電力効率の向上を図る研究が盛んに行われている．しかし，CNN の認識精度の低下を抑えつつ，高い電力効率を持つアクセラレータは未だ実現されていない．そこで本研究では，近似計算をアクセレラレータに導入し，認識精度の低下を抑えつつ高電力効率なアクセラレータの実現を目指す．特に，様々な CNN に共通して含まれる代表的なカーネルに特化した回路を予め備えたアクセラレータを検討する． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11451459 |
| 書誌情報 |
研究報告システムとLSIの設計技術（SLDM）
巻 2018-SLDM-183,
号 31,
p. 1-6,
発行日 2018-02-28
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8639 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-SLDM18183031.pdf (410.8 kB)
