| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2022-06-08 15:25 冗長計算分析とFPGA加速に基づいたコンパクトかつ高速なCNNの実現 ○李 祺・李 恒毅・孟 林（立命館大）  RECONF2022-21 |
|
| 抄録 | （和） | 近年、畳み込みニューラルネットワーク(CNN)は優れた識別性能で幅広い範囲で応用され、注目されている。しかし、CNNモデルは計算量とパラメータ量が膨大であるため、組み込みデバイスへの応用が制限されている。従って、我々は冗長計算分析に基づいたCNN軽量化手法を提案する。本手法は、設定された性能低下範囲内に、動的反復なチャンネル枝刈りで、最大限にモデルの圧縮を目指す。評価実験により、提案手法は約80％FLOPSとパラメータを削減することを実現した。さらに、軽量化されたモデルをFPGAに実装し、推論速度が約40％向上したことがわかり、提案手法の有効性を示した。 |
| （英） | Convolutional Neural Networks (CNNs) have achieved high performance and are widely used in various applications. However, CNN's are computational-intensive and resource-consuming, causing the development of CNN applications is limited especially in the embedded systems. Therefore, we propose a dynamic CNN pruning method based on redundant computational analysis. The proposal aims to realize model compression within the setting performance degradation through dynamic iterative channel pruning. Experimental results show the proposal reduces about 80% of parameters and FLOPS. Furthermore, the compacted CNN model is implemented on the FPGA and achieved about 40% speedup in inference time. | |
| キーワード | （和） | 畳み込みニューラルネットワーク / チャンネル枝刈り / 冗長計算分析 / FPGA / / / / |
| （英） | Convolutional neural network / Channel pruning / Redundant calculation analysis / FPGA / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 60, RECONF2022-21, pp. 89-94, 2022年6月. | |
| 資料番号 | RECONF2022-21 | |
| 発行日 | 2022-05-31 (RECONF) | |
| ISSN | 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) | |
| 査読に ついて |
本技術報告は査読を経ていない技術報告であり，推敲を加えられていずれかの場に発表されることがあります． | |
| PDFダウンロード | RECONF2022-21 |
|
| 研究会情報 | |
| 研究会 | RECONF |
| 開催期間 | 2022-06-07 - 2022-06-08 |
| 開催地（和） | 筑波大学計算科学研究センター |
| 開催地（英） | CCS, Univ. of Tsukuba |
| テーマ（和） | リコンフィギャラブルシステム，一般 |
| テーマ（英） | Reconfigurable system, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RECONF |
| 会議コード | 2022-06-RECONF |
| 本文の言語 | 日本語 |
| タイトル（和） | 冗長計算分析とFPGA加速に基づいたコンパクトかつ高速なCNNの実現 |
| サブタイトル（和） | |
| タイトル（英） | A Compact High-Speed CNN Implementation based on Redundant Computational Analysis and FPGA Acceleration |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 畳み込みニューラルネットワーク / Convolutional neural network |
| キーワード(2)（和/英） | チャンネル枝刈り / Channel pruning |
| キーワード(3)（和/英） | 冗長計算分析 / Redundant calculation analysis |
| キーワード(4)（和/英） | FPGA / FPGA |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 李 祺 / Li Qi / リ キ |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 李 恒毅 / Li Hengyi / リ コウキ |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 孟 林 / Meng Lin / モウ リン |
| 第3著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-06-08 15:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RECONF |
| 資料番号 | RECONF2022-21 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.60 |
| ページ範囲 | pp.89-94 |
| ページ数 | 6 |
| 発行日 | 2022-05-31 (RECONF) |
[研究会発表申込システムのトップページに戻る]