@techreport{oai:ipsj.ixsq.nii.ac.jp:00197516,
 author = {大羽, 由華 and 村上, 大輔 and 中江, 達哉 and 安藤, 洸太 and 浅井, 哲也 and 本村, 真人 and 高前田, 伸也},
 issue = {10},
 month = {Jun},
 note = {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．},
 title = {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},
 year = {2019}
}