| 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 | 2024-03-27 13:00 Encoder-Decoderモデルのエッジ学習とその応用方法に関する一提案 ○曻 航己・山崎比伊呂・安藤洸太・浅井哲也（北大）  CCS2023-42 |
|
| 抄録 | （和） | 本研究は生成AIがエッジで学習できることに向けたEncoder-Decoderモデルの活用と，その応用を検討するものである. 現在の生成AIにはTransformerという機械学習モデルが主に用いられるが，本質はその骨格を成すEncoder-Decoderモデルにある．このモデルは入力となるデータをEncoder(符号化器)で処理してDecoder(復号器)に渡し，Decoderが新たなデータを生成するというものである．Encoder-Decoderモデルに注目し，エッジで学習が可能な生成AIを目指すため，Sequence to Sequence (Seq2seq) と呼ばれる系列変換モデルの実装・評価を行なった．本研究では実装と評価を通し，エッジで学習が可能な生成AIの展望を示す． |
| （英） | This study investigates the use of the Encoder-Decoder architecture and its application to generative AI for learning on edges.Current generative AI mainly uses a machine learning model called Transformer.The essence of the model lies in the Encoder-Decoder architecture that forms its backbone.In this architecture, input data is processed by an Encoder and passed to a Decoder, which then generates new data.Focusing on the Encoder-Decoder architecture, we implemented and evaluated a sequence transformation model called Sequence to Sequence (Seq2seq) to achieve a generative AI that can be trained on edges.Through the implementation and evaluation, we show the prospect of generative AI that can learn on edges. | |
| キーワード | （和） | Transformer / Encoder-Decoderモデル / 機械学習 / ニューラルネットワーク / エッジAI / / / |
| （英） | Transformer / Encoder-Decoder architecture / Machine learning / Neural network / Edge AI / / / | |
| 文献情報 | 信学技報, vol. 123, no. 452, CCS2023-42, pp. 18-23, 2024年3月. | |
| 資料番号 | CCS2023-42 | |
| 発行日 | 2024-03-20 (CCS) | |
| 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 | CCS2023-42 |
|
| 研究会情報 | |
| 研究会 | CCS |
| 開催期間 | 2024-03-27 - 2024-03-27 |
| 開催地（和） | 北海道 ルスツリゾートホテル&コンベンション |
| 開催地（英） | RUSUTSU RESORT |
| テーマ（和） | CCS, 一般 |
| テーマ（英） | CCS, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2024-03-CCS |
| 本文の言語 | 日本語 |
| タイトル（和） | Encoder-Decoderモデルのエッジ学習とその応用方法に関する一提案 |
| サブタイトル（和） | |
| タイトル（英） | Training of Encoder-Decoder models and its application towards edge computing |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Transformer / Transformer |
| キーワード(2)（和/英） | Encoder-Decoderモデル / Encoder-Decoder architecture |
| キーワード(3)（和/英） | 機械学習 / Machine learning |
| キーワード(4)（和/英） | ニューラルネットワーク / Neural network |
| キーワード(5)（和/英） | エッジAI / Edge AI |
| 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） | 曻 航己 / Koki Nobori / ノボリ コウキ |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山崎 比伊呂 / Hiiro Yamazaki / ヤマザキ ヒイロ |
| 第2著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 安藤 洸太 / Kota Ando / アンドウ コウタ |
| 第3著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 浅井 哲也 / Tetsuya Asai / アサイ テツヤ |
| 第4著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-03-27 13:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CCS |
| 資料番号 | CCS2023-42 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.452 |
| ページ範囲 | pp.18-23 |
| ページ数 | 6 |
| 発行日 | 2024-03-20 (CCS) |
[研究会発表申込システムのトップページに戻る]