Item type |
SIG Technical Reports(1) |
公開日 |
2019-06-04 |
タイトル |
|
|
タイトル |
二値化ニューラルネットワークのハードウェア指向精度向上手法の検討 |
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 |
|
|
|
北海道大学 |
著者所属 |
|
|
|
株式会社ソシオネクスト |
著者所属 |
|
|
|
株式会社ソシオネクスト |
著者所属 |
|
|
|
北海道大学 |
著者所属 |
|
|
|
北海道大学 |
著者所属 |
|
|
|
東京工業大学 |
著者所属 |
|
|
|
北海道大学/科学技術振興機構さきがけ |
著者名 |
大羽, 由華
村上, 大輔
中江, 達哉
安藤, 洸太
浅井, 哲也
本村, 真人
高前田, 伸也
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
様々な組み込みシステムで低消費電力なニューラルネットワーク処理ハードウェアが求められている.二値化ニューラルネットワーク (BNN:Binarized Neural Network)は演算効率を向上し,ハードウェアの軽量化を可能とするが,極端な近似を行うため,認識精度の低下がもたらされる.本論文では,差分の二値化による新しい活性化関数 "Delta" を用いたニューラルネットワークを提案する.差分の二値化によって積和後の数値間の大小関係を残すことができ,通常の二値化よりも多くの情報を後段に伝達することができる.評価の結果,提案モデルに適したハードウェアアーキテクチャは,BNN とほぼ同等の回路規模で実装可能であり,従来の BNN よりも高い認識精度を達成できることが明らかになった. |
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 2019-ARC-236,
号 10,
p. 1-6,
発行日 2019-06-04
|
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 |