Item type |
SIG Technical Reports(1) |
公開日 |
2019-07-17 |
タイトル |
|
|
タイトル |
ベイジアンNNのHW実装に向けたサンプリング手法の検討 |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
機械学習 |
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 |
|
|
|
北海道大学 |
著者所属 |
|
|
|
北海道大学 |
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 |
平山, 侑樹
廣獺, 一俊
安藤, 洸太
植吉, 晃大
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 |
現在,主流となっているディープラーニングの問題点として過学習,ノイズに対する頑健性,学習に膨大なデータを必要とすること,過度な自信を持った予測が挙げられる.この問題を解決できる手法として注目されているのがニューラルネットワーク (NN; Neural Network) にベイズ的手法を取り入れたベイジアンニューラルネットワーク (BNN; Bayesian Neural Network)である.従来の NN では実数値で表現されていた重みに対し,BNN では重みに確率分布を仮定する.これにより,予測を分布として得ることが可能となり,予測がどれほど不確かであるのかを評価することができる.しかし,BNN は NN と比べ,計算量,パラメータが増大する.本研究では,BNN の HW 実装に向け,逆関数法の LUT,線形関数による近似を用いたサンプリング手法を提案し,精度,予測分散を保ちつつ,重みのサンプリングに必要となる演算を削減した. |
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 2019-ARC-237,
号 30,
p. 1-6,
発行日 2019-07-17
|
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 |