@techreport{oai:ipsj.ixsq.nii.ac.jp:00217235,
 author = {空閑, 康太 and 高前田, 伸也},
 issue = {15},
 month = {Mar},
 note = {畳み込みニューラルネットワーク (CNN) はコンピュータビジョンの分野で頻出である．近年は IoT デバイスの普及により組込みシステムでの需要も高い．FPGA 実装も多く試みられているが，CNN のパラメタ数は膨大なため，限られたリソース下ではパラメタをオフチップメモリに格納し，計算で必要となるたびに取得することがほとんどである．本稿では，量子化後のカーネルが類似することに着目し，畳み込み演算を組み合わせ回路として展開する，外部メモリアクセス不要なアーキテクチャについて検討を行った．また，このアーキテクチャに適した，クラスタリ ングと量子化を含む圧縮アルゴリズムを提案，評価し，精度と圧縮のトレードオフを明らかにした．},
 title = {CNNのクラスタリングによる圧縮と推論アクセラレータの検討},
 year = {2022}
}