大会名称 |
---|
2016年 ソサイエティ大会 |
大会コ-ド |
2016S |
開催年 |
2016 |
発行日 |
2016-09-06 |
セッション番号 |
A-6 |
セッション名 |
VLSI設計技術 |
講演日 |
2016/9/20 |
講演場所(会議室等) |
工学部 C棟 C209 |
講演番号 |
A-6-1 |
タイトル |
Binarized Neural Networkを用いた画像認識ハードウェアの消費エネルギー評価 |
著者名 |
◎三宅哲史, 氏家隆之, 廣本正之, 佐藤高史, |
キーワード |
画像認識, 畳み込みニューラルネットワーク, Binarized Neural Network, 低消費電力 |
抄録 |
近年,畳み込みニューラルネットワーク(CNN)による画像認識が高い認識精度を実現している.しかしCNNは認識精度が高い反面,畳み込み演算部での計算量が大きく,消費電力が大きい問題がある.そこで本稿ではネットワークの重みを二値化するBinarized Neural Network (BNN)に着目し,画像認識ハードウェアに適用した際の消費エネルギー削減効果を評価する.BNNをハードウェアとして実装し,論理シミュレーションおよび論理合成結果に基づく電力シミュレーションにより認識精度と消費エネルギーの評価を行った.その結果,BNNはCNNと同様の認識精度を保ちつつ,最大で91%消費エネルギーを削減できることを確認した. |
本文pdf |
PDF download
|