@techreport{oai:ipsj.ixsq.nii.ac.jp:00197515, author = {廣瀬, 一俊 and 浅井, 哲也 and 本村, 真人 and 高前田, 伸也 and Kazutoshi, Hirose and Tetsuya, Asai and Masato, Motomura and Shinya, Takamaeda}, issue = {9}, month = {Jun}, note = {IoT 端末における情報処理の高度化に向け,ニューラルネットワークの推論だけではなく学習も行うことが期待されている.しかし,エッジ環境では演算資源や電力に制約があるため,演算コストやメモリ使用量の大きい誤差逆伝播法による大規模な学習を行うのは現実的ではない.本研究では,エッジ環境での誤差逆伝播法に頼らない,メモリ使用量 ・演算量ともに軽量な学習手法の検討を行った.CIFAR-100 を用いた評価の結果,誤差逆伝播法で最終層のみのファインチューニングを行う場合に比べて,一定のメモリ量増加に抑えながらより高い認識精度で学習可能であることがわかった.}, title = {エッジ環境におけるニューラルネットワーク学習軽量化手法の検討}, year = {2019} }