| 大会名称 |
|---|
| 2019年 総合大会 |
| 大会コ－ド |
| 2019G |
| 開催年 |
| 2019 |
| 発行日 |
| 2019-03-05 |
| セッション番号 |
| D-4 |
| セッション名 |
| データ工学 |
| 講演日 |
| 2019/03/21 |
| 講演場所(会議室等) |
| 54号館 103教室 |
| 講演番号 |
| D-4-3 |
| タイトル |
| Neural Turing Machineにおけるメモリの次元削減による計算高速化手法の提案 |
| 著者名 |
| ◎小澤 遼, 木村昌臣, |
| キーワード |
| Neural Turing Machine, ニューラルネットワーク, 計算コストの削減, 高速化 |
| 抄録 |
| チューリングマシンの仕組みを模倣し，行列で表現された外部メモリへの選択的な読み書きを行うことでコピーやソートなどのアルゴリズムにおいて従来のニューラルネットワークよりも学習の精度の向上を実現したNeuralTuring Machineがある. しかし, 外部メモリの全行を対象に計算を行う必要があるため行数のオーダーの計算コストが必要となり，これを削減することが求められる. また, 外部メモリの全行を対象としてキーベクトルと外部メモリの各行のcos 類似度の算出と, その値の正規化は計算コストが高くなる.そこで本研究では学習によりNTMの外部メモリを次元削減し, cos 類似度の算出と, その値の正規化の計算コストを削減し, NTMを高速化するための手法を提案する. |
| 本文pdf |
|
PDF download
|