ResNet-50 합성곱 신경망을 위한 고정 소수점 표현 방법

강형주

추천

검색

질문

자료유형: 학술저널

저자정보: 강형주 (Korea University of Technology and Education)

저널정보: 한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제22권 제1호

발행연도: 2018.1

수록면: 1 - 8 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 합성곱 신경망은 컴퓨터 비전에 관련된 여러 분야에서 높은 성능을 보여 주고 있으나 합성곱 신경망이 요구하는 많은 연산양은 임베디드 환경에 도입되는 것을 어렵게 하고 있다. 이를 해결하기 위해 ASIC이나 FPGA를 통한 합성곱 신경망의 구현에 많은 관심이 모이고 있고, 이러한 구현을 위해서는 효율적인 고정 소수점 표현이 필요하다. 고정 소수점 표현은 ASIC이나 FPGA에서의 구현에 적합하나 합성곱 신경망의 성능이 저하될 수 있는 문제가 있다. 이 논문에서는 합성곱 계층과 배치(batch) 정규화 계층에 대해 고정 소수점 표현을 분리해서, ResNet-50 합성곱 신경망의 합성곱 계층을 표현하기 위해 필요한 비트 수를 16비트에서 10비트로 줄일 수 있게 하였다. 연산이 집중되는 합성곱 계층이 더 간단하게 표현되므로 합성곱 신경망 구현이 전체적으로 더 효율적으로 될 것이다.

#합성곱 신경망 #신경망 가속회로 #ASIC 구현 #고정 소수점 표현 #Convolutional neural network #Neural network accelerator #ASIC implementation #Fixed-point representation

참고문헌 (25)

참고문헌 신청

A. Krizhevsky / 2012 / ImageNet classification with deep convolutional neural networks / Proceedings of Advances in Neural Information Processing Systems :1097~1105

K. Simonyan / Very deep convolutional networks for large-scale image recognition [Internet]

C. Szegedy / Going deeper with convolutions [Internet]

K. He / 2016 / Deep residual learning for image recognition / Proceedings of Computer Vision and Pattern Recognition :770~778

권신혜 / 2017 / 기계학습 기반의 영화흥행예측 방법 비교: 인공신경망과 의사결정나무를 중심으로 / 예술인문사회 융합 멀티미디어 논문지 7(4):593~601

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

강형주

소속기관 한국기술교육대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 전기전자공학 > 전자공학

논문수 15 이용수 718

이 논문과 함께 이용한 논문

ResNet 모델을 이용한 눈 주변 영역의 특징 추출 및 개인 인증

김민기 멀티미디어학회논문지 2019 .12

ResNet-50 모델을 이용한 손글씨 데이터 세트의 분류 성능 분석 및 비교

송제용 , 시종욱 , 김성영 한국컴퓨터정보학회 학술발표논문집 2023 .07

전이학습을 통한 ResNet-50 기반 운전자 행동 다중 클래스 분류 네트워크

김단희 , 강현수 한국통신학회 학술대회논문집 2023 .06

아크페이스에 지식 증류를 적용한 얼굴인식

박지희 , 하영서 , 심재창 멀티미디어학회논문지 2023 .07

딥러닝 기술 활용을 위한 데이터셋 구축방법 연구 - CNN을 활용한 데이터셋과 하이퍼파라미터 조정을 통한 정확도 개선 -

김도영 , 김태훈 , 윤준희 디지털콘텐츠학회논문지 2023 .02

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-004-001755009

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (25)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)