@techreport{oai:ipsj.ixsq.nii.ac.jp:00177930, author = {本山, 義史 and 遠藤, 敏夫 and 松岡, 聡 and 横田, 理央 and 福田, 圭祐 and 佐藤, 育郎}, issue = {25}, month = {Mar}, note = {機械学習による画像認識の分野において,Convolutional Neural Network (CNN) を用いた優れた認識結果が報告されている.データセットが巨大であるため,学習には非常に大きな時間がかかり,また,必要となるメモリ量は大きくなる.そこで我々は,DL の計算におけるメモリ量の削減を図るため,畳み込みの演算の約 7 割を占める行列積計算に対し,低ランク近似行列を用いることを提案する.CNN アプリケーション中の行列に対し,SVD と階層型行列を適用し,評価した.特に,SVD を用いた時,圧縮率と精度とのトレードオフにおいて,認識精度をほとんど落とさず,サイズが特に大きい image 行列で最大約 9 割程のメモリ量削減に成功した.}, title = {低ランク近似行列によるCNNにおける畳み込み演算の最適化}, year = {2017} }