講演抄録/キーワード |
講演名 |
2017-07-27 17:30
動画圧縮技術を利用した分散機械学習における情報伝達効率化 ○福岡久和・三谷剛正・平賀由利亜・中田 尚・中島康彦(奈良先端大) CPSY2017-30 |
抄録 |
(和) |
深層学習の著しい進化により実アプリケーションに組み込まれるようになった現在、処理の中心は潤沢な計算基盤を持つサーバ側に集中している。しかし、消費電力やトラフィック増加により、エッジ側機器で処理するエッジコンピューティングの活用が注目されている。私達はDepp ConvolutionalNeural Network(DCNN)に対して複数デバイスを用いたモデルパラレル処理を想定し、動画を入力とするAlexNetを用いたクラス識別について中間データ圧縮による通信量削減効果の調査を行った。対象が見切れているフレームもあり、非圧縮では75.4の認識率であったものが、pool5出力を16bitで量子化した場合では72.4%であった。さらに量子化パラメータを適切に設定し、HEVCにより圧縮した場合は72.3、圧縮後のデータ容量は573KBであり、量子/圧縮前と比較して約1/40倍となり、通信量と認識率のトレードオフの存在が確認できた。 |
(英) |
(Not available yet) |
キーワード |
(和) |
Deep Convolutional Neural Network / 動画圧縮 / エッジ・コンピューティング / / / / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 117, no. 153, CPSY2017-30, pp. 151-155, 2017年7月. |
資料番号 |
CPSY2017-30 |
発行日 |
2017-07-19 (CPSY) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
CPSY2017-30 |