인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
- 저자정보
피인용 0
초록·키워드
본 연구는 의료영상 분류용 Vision Transformer(ViT)의 초저비트 사후 양자화(PTQ)를 다룬다. 기존 ViT PTQ 기법은 자연영상에서는 우수한 성능을 보이지만, 의료영상에서는 재현율 저하가 발생할 수 있다. 이를 완화하기 위해 본 연구에서는 GELU 이후 활성값 분포를 고려한 Shift-Aligned Twin Uniform Quantization(SA-TUQ)을 제안한다. 제안 방법은 바이어스 정렬, 임계값 최적화, 밀집 영역 비대칭 구간 할당을 결합하여 약한 활성값 보존을 강화한다. RSNA 폐렴 및 PCam 데이터셋 실험 결과, SA-TUQ는 W4A4 환경에서 기존 저비트 PTQ 기법 대비 재현율과 F1의 균형을 개선하였다. 또한 비트 시프트 기반 희소 스케일 근사를 통해 추론 효율과 분류 성능 사이의 절충 관계를 분석하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
