Neural ODEを用いたFPGA向け低コスト点群深層学習

• Item type: SIG Technical Reports(1)
• 公開日: 2024-11-05
• タイトル: Neural ODEを用いたFPGA向け低コスト点群深層学習
• 言語: jpn
• 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: 慶應義塾大学大学院理工学研究科
• 著者所属: 慶應義塾大学大学院理工学研究科
• 著者所属: 慶應義塾大学理工学部／慶應義塾大学大学院理工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Technology, Keio University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Technology, Keio University
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Technology, Keio University / Graduate School of Science and Technology, Keio University
• 著者名: 安田, 瑞生; 杉浦, 圭祐; 松谷, 宏紀
• 著者名(英): Mizuki, Yasuda; Keisuke Sugiura; Hiroki, Matsutani
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: Neural ODE を用いた FPGA 向けの低コストな点群処理用の深層学習モデルを提案する．エッジデバイス上で点群処理用の深層学習をするとき，ハードウェア性能が制限され，パラメータ数や推論時間が問題になりやすい．そこで，高効率な点群処理用の深層学習モデルである PointMLP に，常微分方程式を利用した近似手法である Neural ODE を応用して，さらにパラメータ数を削減する．Neural ODE は画像処理用のモデルに採用されてきた，連続する残差結合ブロックを 1 つの近似ブロックに置換する手法で，PointMLP の残差結合ブロックにも応用可能である．本論文では，PointMLP の連続する残差結合ブロックを近似ブロックに置換し，PointODE とした．これにより，パラメータ数を PointMLP の 0.37 倍に削減しつつ，精度低下 (OA) を 0.3%～0.9% に抑えた．さらに FPGA に実装しやすいように，PointODE にボトルネック構造を導入したモデル，PointODE-elite も提案する．PointODE-elite は PointODE の 0.12 倍のパラメータ数であり，パラメータ数を大きく削減している． PointODE からの精度低下も 0.1%～0.6% 程度であり，パラメータ数の削減に対して精度低下は小さい．また，PointODE-elite を FPGA に実装するための見積もりで，実行時間を 0.46 倍短縮した．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11451459
• 書誌情報: 研究報告システムとLSIの設計技術（SLDM）; 巻 2024-SLDM-207, 号 31, p. 1-6, 発行日 2024-11-05
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8639
• 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