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
- 2020.11
- 수록면
- 1,750 - 1,754 (5page)
- DOI
- 10.5370/KIEE.2020.69.11.1750
이용수
초록· 키워드
오류제보하기
A convolutional neural network (CNN), which is one of the deep learning models, has been very successful in a variety of computer vision tasks. Filters of a CNN are automatically generated, however, they can be further optimized since there exist the possibility of existing redundant and less important features. Evolutionary algorithms is adopted to remove the unnecessary filters in order to minimize the parameters of CNN networks while maintaining a good performance of classification. Previous approach using evolutionary algorithm shows excellent performance for the filter reduction, but has a limitation of huge amount of computation. Hybrid approach combining evolutionary algorithm and weight based pruning (APoZ) is proposed to enhance the efficiency of reduction and to reduce computation complexity. We demonstrate the proposed filter reduction method performing experiments on CIFAR-10 data based on the classification performance.
목차
Abstract
1. 서론
2. 가중치 기반 가지치기
3. GA 기반 가지치기
4. 실험 및 결과 분석
5. 결론
References
참고문헌 (12)
참고문헌 신청
Y. LeCun / 2015 / Deep learning / Nature 521:436~444
LeCun, Yann / 1998 / Gradient based learning applied to document recognition / Proceedings of the IEEE :2278~2324
K. Simonyan / 2014 / Very Deep Convolutional Networks for Large-Scale Image Recognition / International Conference on Learning Representations
C. Szegedy / 2015 / Going Deeper with Convolutions / Computer Vision and Pattern Recognition
K. He / 2016 / Deep Residual Learning for Image Recognition / Computer Vision and Pattern Recognition
LeCun, Yann / 1998 / Gradient based learning applied to document recognition / Proceedings of the IEEE :2278~2324
K. Simonyan / 2014 / Very Deep Convolutional Networks for Large-Scale Image Recognition / International Conference on Learning Representations
C. Szegedy / 2015 / Going Deeper with Convolutions / Computer Vision and Pattern Recognition
K. He / 2016 / Deep Residual Learning for Image Recognition / Computer Vision and Pattern Recognition
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
진화연산 기반 CNN 필터 축소
전기학회논문지
2018 .12
-
다층 다요소 시스템의 최적화를 위한 진화연산의 탐색공간 축소 - 딥러닝 가지치기 사례 연구
전기학회논문지
2024 .12
-
APoZ 기반 가지치기를 이용한 연합학습 모델 경량화
정보과학회 컴퓨팅의 실제 논문지
2024 .06
-
딥 뉴럴 네트웨크에서 Data Sparsity 향상 방법
대한전자공학회 학술대회
2018 .06
-
A Study of Structured Pruning for Hybrid Neural Networks
제어로봇시스템학회 국제학술대회 논문집
2024 .10
-
Efficient Performance Prediction via Regression for Joint Channel and Weight Pruning
제어로봇시스템학회 국제학술대회 논문집
2024 .10
-
불순도 기반 딥러닝 CNN 모델 최적 가지치기 레이어 검출 방법
대한전자공학회 학술대회
2022 .06
-
Node Pruning for Improved Neural Network Design
Proceedings of KIIT Conference
2018 .11
-
심층 신경망에서의 효율적이고 안정적인 Pruning 기법에 대한 연구
한국통신학회 학술대회논문집
2019 .06
-
심층 합성곱 신경망 압축을 위한 텐서 곱셈 기반 필터 선택 기법
대한전자공학회 학술대회
2021 .06
-
싱글숏 멀티박스 검출기에서 객체 검출을 위한 가속 회로 인지형 가지치기 기반 합성곱 신경망 기법
한국정보통신학회논문지
2020 .01
-
심층 신경망에서의 Accuracy 향상을 위한 Filter Pruning 기법에 대한 연구
대한전자공학회 학술대회
2020 .08
-
APoZ 기반 가지치기를 이용한 연합학습 모델 경량화
한국정보과학회 학술발표논문집
2023 .06
-
딥러닝 경량화를 위한 구조, 가지치기, 지식증류 비교
전기학회논문지
2021 .12
-
EPI 기반 구조화된 가지치기를 위한 최적 파라미터 분석
제어로봇시스템학회 논문지
2023 .12
-
모바일 시스템을 위한 CNN 딥 러닝 가속화 알고리즘
한국정보기술학회논문지
2018 .10
-
로봇 임베디드 시스템에서 리튬이온 배터리 잔량 추정을 위한 신경망 프루닝 최적화 기법
로봇학회 논문지
2023 .03
-
Effective Methods of Neural Network Pruning in Processing-In-Memory Architecture
제어로봇시스템학회 국제학술대회 논문집
2024 .10
-
CNN 기법을 이용한 공간정보 자동분류연구
대한공간정보학회 학술대회
2017 .05
-
CNN에서 비슷한 깊이의 레이어를 묶는 그룹 필터 프루닝 기법
대한전자공학회 학술대회
2021 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-560-001579536