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
- 저널정보
- Korean Institute of Information Scientists and Engineers Journal of Computing Science and Engineering Journal of Computing Science and Engineering Vol.16 No.2
- 발행연도
- 2022.6
- 수록면
- 105 - 112 (8page)
- DOI
- 10.5626/JCSE.2022.16.2.105
이용수
초록· 키워드
오류제보하기
Convolutional neural network (CNN) has been adopted in various areas. Using graphics processing unit (GPU), speed improvement can be achieved on CNN, and many studies have proposed such acceleration methods. However, parallelizing the CNN on GPU is not straightforward because there are irregular characteristics in generating output feature maps in typical CNN models. In this paper, we propose a method that maximizes the utilization of GPU by modifying convolution combinations of a well-known CNN network, LeNet-5. Our regularized implementation on a heterogeneous system has achieved an improvement of up to 37.26 times in convolution and sub-sampling layers. Further, an energy consumption reduction of up to 26.40 times is achieved.
목차
Abstract
I. INTRODUCTION
II. CONVOLUTIONAL NEURAL NETWORK
III. OPENCL AND CUDA
IV. DUMMY OPERATION FOR REGULAR GPU PARALLELISM
IV. EXPERIMENTS AND DISCUSSIONS
IV. CONCLUSION
REFERENCES
참고문헌 (12)
참고문헌 신청
C. Szegedy, W. Liu, Y. Jia, P. Sermanet, S. Reed, D. Anguelov, D. Erhan, V. Vanhoucke, and A. Rabinovich, “Going deeper with convolutions,” in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Boston, MA, 2015, pp. 1-9.
P. Swietojanski, A. Ghoshal, and S. Renals, “Convolutional neural networks for distant speech recognition,” IEEE Signal Processing Letters, vol. 21, no. 9, pp. 1120-1124, 2014.
J. Cong and B. Xiao, “Minimizing computation in convolutional neural networks,” in Artificial Neural Networks and Machine Learning – ICANN 2014. Cham, Switzerland: Springer, 2014, pp. 281-290.
Y. LeCun, L. Bottou, Y. Bengio, and P. Haffner, “Gradientbased learning applied to document recognition,” Proceedings of the IEEE, vol. 86, no. 11, pp. 2278-2324, 1998.
A. Munshi, “The openCL specification,” in Proceedings of 2009 IEEE Hot Chips 21 Symposium (HCS), Stanford, CA, 2009, pp. 1-314.
P. Swietojanski, A. Ghoshal, and S. Renals, “Convolutional neural networks for distant speech recognition,” IEEE Signal Processing Letters, vol. 21, no. 9, pp. 1120-1124, 2014.
J. Cong and B. Xiao, “Minimizing computation in convolutional neural networks,” in Artificial Neural Networks and Machine Learning – ICANN 2014. Cham, Switzerland: Springer, 2014, pp. 281-290.
Y. LeCun, L. Bottou, Y. Bengio, and P. Haffner, “Gradientbased learning applied to document recognition,” Proceedings of the IEEE, vol. 86, no. 11, pp. 2278-2324, 1998.
A. Munshi, “The openCL specification,” in Proceedings of 2009 IEEE Hot Chips 21 Symposium (HCS), Stanford, CA, 2009, pp. 1-314.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
GPU 기반의 CNN 알고리즘에 대한 메모리 접근패턴 분석
한국통신학회 학술대회논문집
2017 .01
-
합성 곱 신경망의 병렬처리
대한전자공학회 학술대회
2017 .06
-
Survey of the 3D Convolutional Neural Networks for Video Action Recognition
대한전자공학회 학술대회
2022 .06
-
CNN을 이용한 이미지 분류
Proceedings of KIIT Conference
2017 .06
-
임베디드 시스템에서 CPU와 GPU를 모두 이용한 CNN의 가속
한국정보과학회 학술발표논문집
2018 .06
-
CNN 기법을 이용한 공간정보 자동분류연구
대한공간정보학회 학술대회
2017 .05
-
Dance Movement Recognition based on Deep Learning
IEIE Transactions on Smart Processing & Computing
2024 .06
-
다양한 변수에 따른 CNN 성능 분석
정보 및 제어 논문집
2019 .04
-
진화연산 기반 CNN 필터 축소
전기학회논문지
2018 .12
-
딥러닝 기반의 R-CNN을 이용한 악성코드 탐지 기법
디지털콘텐츠학회논문지
2018 .06
-
Bearing Fault Diagnosis Using One-Dimensional Convolutional Neural Network
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
긍정과 부정 이미지 기반 데이터 편향에 따른 CNN모델의 차이 연구
대한인간공학회 학술대회논문집
2022 .10
-
재구성 가능한 모듈 기반 CNN 가속기 구현
한국정보기술학회논문지
2022 .04
-
깊은 Convolutional Neural Network를 이용한 얼굴표정 분류 기법
방송공학회논문지
2017 .03
-
A Study of Facial Organs Classification System Based on Fusion of CNN Features and Haar-CNN Features
한국정보기술학회논문지
2018 .11
-
New Approach to Optimize the Size of Convolution Mask in Convolutional Neural Networks
한국컴퓨터정보학회논문지
2016 .01
-
RGB-csb를 활용한 제한된 CNN에서의 정확도 분석 및 비교
한국전자통신학회 논문지
2020 .01
-
Insight CNN
한국정보과학회 학술발표논문집
2017 .12
-
Deep Learning을 위한 GPGPU 기반 Convolution 가속기 구현
전기전자학회논문지
2016 .09
-
Comparison of Convolutional Neural Network Models for Image Super Resolution
한국방송미디어공학회 학술발표대회 논문집
2018 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0