ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. システム・アーキテクチャ(ARC)
  3. 2018
  4. 2018-ARC-229

FPGA-NICを用いた逐次学習アルゴリズムOS-ELMの高速化

https://ipsj.ixsq.nii.ac.jp/records/185132
https://ipsj.ixsq.nii.ac.jp/records/185132
428912fa-5390-4e37-981d-c526293d9228
名前 / ファイル ライセンス アクション
IPSJ-ARC18229023.pdf IPSJ-ARC18229023.pdf (939.8 kB)
Copyright (c) 2018 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.
ARC:会員:¥0, DLIB:会員:¥0
Item type SIG Technical Reports(1)
公開日 2018-01-11
タイトル
タイトル FPGA-NICを用いた逐次学習アルゴリズムOS-ELMの高速化
タイトル
言語 en
タイトル Accelerating Sequential Learning Algorithm OS-ELM using FPGA-NIC
言語
言語 jpn
キーワード
主題Scheme Other
主題 ニューラルネットワーク
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
慶應義塾大学理工学部
著者所属
慶應義塾大学大学院理工学研究科
著者所属
慶應義塾大学大学院理工学研究科
著者所属
慶應義塾大学大学院理工学研究科
著者所属
慶應義塾大学理工学部/慶應義塾大学大学院理工学研究科
著者所属(英)
en
Faculty of Science and Technology, Keio University
著者所属(英)
en
Graduate School of Science and Technology, Keio University
著者所属(英)
en
Graduate School of Science and Technology, Keio University
著者所属(英)
en
Graduate School of Science and Technology, Keio University
著者所属(英)
en
Faculty of Science and Technology, Keio University / Graduate School of Science and Technology, Keio University
著者名 塚田, 峰登

× 塚田, 峰登

塚田, 峰登

Search repository
三塚, 皐矢

× 三塚, 皐矢

三塚, 皐矢

Search repository
中村, 幸平

× 中村, 幸平

中村, 幸平

Search repository
徳差, 雄太

× 徳差, 雄太

徳差, 雄太

Search repository
松谷, 宏紀

× 松谷, 宏紀

松谷, 宏紀

Search repository
著者名(英) Mineto, Tsukada

× Mineto, Tsukada

en Mineto, Tsukada

Search repository
Koya, Mitsuzuka

× Koya, Mitsuzuka

en Koya, Mitsuzuka

Search repository
Kohei, Nakamura

× Kohei, Nakamura

en Kohei, Nakamura

Search repository
Yuta, Tokusashi

× Yuta, Tokusashi

en Yuta, Tokusashi

Search repository
Hiroki, Matsutani

× Hiroki, Matsutani

en Hiroki, Matsutani

Search repository
論文抄録
内容記述タイプ Other
内容記述 近年,オートエンコーダーを異常検知に適用する研究が増加している.オートエンコーダーとはニューラルネットワークを用いて入力データを再現するように学習するネットワークであり,教師無しかつ人間による特徴量設計無しで入力データのパターンを捉えることができるのが特徴である.このオートエンコーダーに対し正常データのみを学習させた場合,正常データのパターンとは異なるデータ (異常データ) が入力された時に相対的に損失値が大きくなるため,ここに閾値を設けることで異常を検知できる.しかしながら,勾配計算による通常のニューラルネットを用いたオートエンコーダーでは,即時学習が求められる異常検知問題において,バッチサイズを大きくしなければスループットが出ない.そこで,本論文では近年注目を集める逐次学習アルゴリズム OS-ELM (Online Sequential Extreme Learning Machine) を FPGA に実装し,それがエッジデバイスとして異常検知問題に有効であることを示す.シュミレーションによる評価の結果,CPU 実装の OS-ELM と比較して,学習時のスループットが 3.2 倍から 28.4 倍向上し,また通常のニューラルネットワークによる実装と比較して 2.8 から 323.1 倍向上した.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN10096105
書誌情報 研究報告システム・アーキテクチャ(ARC)

巻 2018-ARC-229, 号 23, p. 1-6, 発行日 2018-01-11
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8574
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
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-20 03:04:28.121086
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3