지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2018.9
- 수록면
- 805 - 809 (5page)
이용수
초록· 키워드
오류제보하기
본 연구에서는 이진 가중치 신경망(BWN)을 부동소수점 데이터를 사용하여 학습시킨 후에, 학습된 파라미터와 주요연산을 고정소수점으로 근사화시키는 과정에서 정확도의 변화를 분석하였다. 신경망을 이루고 있는 각 계층의 입력 데이터와 컨볼루션 연산의 계산에 고정소수점 수를 사용했으며, 이때 고정소수점 수의 전체 bit 수와 소수점 이하 bit 수에 변화를 주면서 정확도 변화를 관찰하였다. 각 계층의 입력 값과 중간 계산값의 정수 부분의 손실이 발생하지 않으면 고정소수점 연산을 사용해도 부동소수점 연산에 비해 큰 정확도 감소가 없었다. 그리고 오버플로가 발생하는 경우에 고정소수점 수의 최대 또는 최소값으로 근사시켜서 정확도 감소를 줄일 수 있었다. 이 연구결과는 FPGA 기반의 BWN 가속기를 구현할 때에 필요한 메모리와 하드웨어 요구량을 줄이는 데 사용될 수 있다.
목차
Abstract
요약
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 고정소수점 형식에 따른 정확도 분석
Ⅳ. 고정소수점 형식의 정확도 분석 결과
Ⅴ. 결론 및 향후 연구방향
References
참고문헌 (11)
참고문헌 신청
[학술지(정기간행물)] - A. Krizhevsky / 2012 / Imagenet classification with deep convolutional neural networks / Advances in neural information processing systems : 1097 ~ 1105
[기타자료] - K. Simonyan / / Very deep convolutional networks for large-scale image recognition
[학술대회논문] - D. D. Lin / 2016 / Overcoming challenges in fixed point training of deep convolutional networks / ICML2016 - Workshop on On-Device Intelligence
[기타자료] - D. Miyashita / 2016 / Convolutional neural networks using logarithmic data representation
[기타자료] - M. Courbariaux / 2016 / Binarized neural networks: Training deep neural networks with weights and activations constrained to +1 or -1
[기타자료] - K. Simonyan / / Very deep convolutional networks for large-scale image recognition
[학술대회논문] - D. D. Lin / 2016 / Overcoming challenges in fixed point training of deep convolutional networks / ICML2016 - Workshop on On-Device Intelligence
[기타자료] - D. Miyashita / 2016 / Convolutional neural networks using logarithmic data representation
[기타자료] - M. Courbariaux / 2016 / Binarized neural networks: Training deep neural networks with weights and activations constrained to +1 or -1
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
한정된 자원을 갖는 FPGA에서의 이진가중치 신경망 가속처리 구조 설계 및 구현
전기전자학회논문지
2020 .03
-
고정소수점 비트에 따른 뉴런 모델의 정확도 변화 분석
한국정보과학회 학술발표논문집
2017 .12
-
자율신경계 분석을 위한 고정소수점 연산 기반의 심박변이율 분석 알고리즘
한국통신학회 학술대회논문집
2017 .01
-
동적 고정 소수점을 이용한 신경망 학습에서 비트폭에 따른 정확도 변화
대한전자공학회 학술대회
2017 .11
-
1-Bit 합성곱 신경망을 위한 정확도 향상 기법
전기전자학회논문지
2018 .12
-
GPU 가속기를 통한 비트 연산 최적화 및 DNN 응용
전기전자학회논문지
2019 .12
-
조합 탐색 방식과 MATLAB 병렬처리를 이용한 고정소수점 FIR 필터의 고속 설계
한국정보통신학회논문지
2023 .04
-
정수 연산만을 사용하는 하드웨어 친화적인 양자화된 CNN 구현
전자공학회논문지
2020 .12
-
FPGA 기반 고속 이진 영상 모폴로지 연산 구현
한국정보통신학회논문지
2024 .07
-
비트평면 영상을 이용한 이진 CNN 연산 알고리즘
한국정보전자통신기술학회 논문지
2019 .12
-
복소수 데이터 처리가 가능한 멀티미디어 프로세서용 고성능 연산회로의 하드웨어 설계
한국정보통신학회논문지
2016 .01
-
합성곱 신경망의 추론 정확도 향상을 위한 하드웨어 구조 연구
한국정보기술학회논문지
2021 .12
-
ResNet-50 합성곱 신경망을 위한 고정 소수점 표현 방법
한국정보통신학회논문지
2018 .01
-
CNN 알고리즘의 하드웨어 구현을 위한 고정 소수점 모델 구현 및 성능 분석
대한전자공학회 학술대회
2017 .06
-
로그 양자화 기법과 고정소수점 변환을 이용한 GRU 네트워크 최적화 방법
한국통신학회 학술대회논문집
2019 .01
-
CIE1931 색좌표계 변환의 최적화된 하드웨어 구현을 통한 색상 보정
전기전자학회논문지
2021 .03
-
소벨 연산을 이용한 FPGA 기반 고속 윤곽선 검출 회로 구현
한국정보통신학회논문지
2022 .08
-
Mixed precision과 적응적 bias을 활용한 8-bit 부동소수점 양자화
대한전자공학회 학술대회
2021 .06
-
Low-Precision Posit과 Floating Point Arithmetic의 정밀도 및 하드웨어 복잡도 분석
대한전자공학회 학술대회
2022 .06
-
FPGA 탑재 경량 심층신경망의 정확도 및 연산 성능 연구
제어로봇시스템학회 국내학술대회 논문집
2022 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-056-000175121