| 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 | 2022-09-14 16:00 Convolutional Skip Connectionを用いた分岐構造を持つDNNの圧縮法 ○菅間幸司・和田俊和（和歌山大）  PRMU2022-16 |
|
| 抄録 | （和） | Deep Neural Network(DNN)はコンピュータビジョンにおける主要技術の一つであるが，その計算コス トの高さが普及を妨げる要因となっている.学習済み DNN モデルの精度を維持しつつ計算コストを削減する方法 として，冗長なニューロンもしくはチャネルを削除するプルーニングが挙げられる.しかし，ResNet のように Skip Connection(SC)を持つ DNN では，SC を持つ層においてプルーニングを実行できない.本研究では，Convolutional Skip Connection(CSC)を導入することにより，この問題の解決を目指す.SC を CSC に置き換えることにより，全て の層においてプルーニングが実行できるようになるため，DNN モデルの精度をより良く維持することが可能になる. |
| （英） | Although Deep Neural Network (DNN) is a core technology in Computer Vision, it is difficult to implement DNN models because of their large computational complexity. Pruning is a family of methodologies of removing redundant neurons or channels of trained DNN models in order to reduce their computational complexity without sacrificing accuracy. However, pruning cannot be performed for the layers of DNNs that have Skip Connections (SCs), such as ResNets. In this research, we propose Convolutional Skip Connection (CSC) to address this problem. After replacing SCs with CSCs, all layers of those DNN models can be pruned, therefore, their accuracy can be preserved better. | |
| キーワード | （和） | プルーニング / ResNet / Convolutional Skip Connection / / / / / |
| （英） | pruning / ResNet / Convolutional Skip Connection / / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 181, PRMU2022-16, pp. 37-42, 2022年9月. | |
| 資料番号 | PRMU2022-16 | |
| 発行日 | 2022-09-07 (PRMU) | |
| 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) | |
| PDFダウンロード | PRMU2022-16 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2022-09-14 - 2022-09-15 |
| 開催地（和） | 慶應義塾大学 矢上キャンパス |
| 開催地（英） | |
| テーマ（和） | 深層生成モデル |
| テーマ（英） | Deep generative model |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2022-09-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | Convolutional Skip Connectionを用いた分岐構造を持つDNNの圧縮法 |
| サブタイトル（和） | |
| タイトル（英） | Convolutional Skip Connection for Compressing DNNs with Branched Architectures |
| サブタイトル（英） | |
| キーワード(1)（和/英） | プルーニング / pruning |
| キーワード(2)（和/英） | ResNet / ResNet |
| キーワード(3)（和/英） | Convolutional Skip Connection / Convolutional Skip Connection |
| キーワード(4)（和/英） | / |
| 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） | 菅間 幸司 / Koji Kamma / カンマ コウジ |
| 第1著者 所属（和/英） | 和歌山大学 (略称： 和歌山大) Wakayama University (略称： Wakayama Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 和田 俊和 / Toshikazu Wada / ワダ トシカズ |
| 第2著者 所属（和/英） | 和歌山大学 (略称： 和歌山大) Wakayama University (略称： Wakayama Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-09-14 16:00:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2022-16 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.181 |
| ページ範囲 | pp.37-42 |
| ページ数 | 6 |
| 発行日 | 2022-09-07 (PRMU) |
[研究会発表申込システムのトップページに戻る]