양자화를 이용한 뉴럴 네트워크의 점진적 압축 기법

Q: 이 논문에서 정의한 점진적 압축이란 무엇인가?

상황에 따라 필요한 만큼의 데이터를 불러와 가변의 크기로 압축을 해제할 수 있는 기법이다. 이는 하나의 파일 내에서 다양한 압축률로 모델 복원이 가능하게 하여, 저용량-저정확도 모델부터 고용량-고정확도 모델까지 단계적으로 복원할 수 있도록 지원하는 방식이다.

Q: 뉴럴 네트워크에 점진적 압축 기법을 적용했을 때의 효율성은 어떠한가?

연구 결과, 점진적 압축 기법은 일반 압축 기법과 비교하여 가중치 행렬의 평균 제곱근 오차에서 차이가 없었다. 또한 단계적 다운로드 시 전체 파일 크기의 총량이 원본 모델과 동일하게 유지되어 추가 용량 없이 가변 압축률 복원이 가능하다.

이영수; 최성희

학술대회자료

저자정보: 이영수 (KAIST) 최성희 (KAIST)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2020 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

최근 비대해져가는 뉴럴 네트워크의 크기를 줄이기 위해 다양한 연구에서 압축 기법이 제안되고 있지만, 압축률을 높일수록 모델의 정확도가 떨어진다는 제약을 가지고 있다. 이는 모델을 압축하기 앞서 압축률과 정확도 중 하나를 선택해야 한다는 새로운 문제를 야기한다. ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료