| 大会名称 |
| 2021年 ソサイエティ大会 |
| 大会コ－ド |
| 2021S |
| 開催年 |
|
2021
|
| 発行日 |
|
2021/8/31
|
| セッション番号 |
|
A-1
|
| セッション名 |
|
回路とシステム
|
| 講演日 |
|
2021/9/17
|
| 講演場所(会議室等) |
|
Meeting 19
|
| 講演番号 |
|
A-1-19
|
| タイトル |
|
AI on Thingsに向けたイジングモデルを用いたSVMのFPGA実装
|
| 著者名 |
|
○田口雄大, 飯村凌馬, 河原尊之,
|
| キーワード |
|
サポートベクターマシン, イジングモデル, FPGA実装, 特徴量抽出
|
| 抄録 |
|
近年のIoTの発展に伴いクラウドの負担が増大している．そこでエッジ処理によってクラウドへの負担を軽減し，IoT社会を躍進させる． その一例として，SVMのパラメータを最適化するイジングモデルを構築し，これをFPGAに実装した．イジングモデルの高速性により，SVMがより高速に解けることが期待される． 提案システムは実社会を想定した3つの，それぞれ様式の異なるデータセットで検証された．MATLABシミュレーションでは，提案システムと従来型SVMの識別率の差は3.7%以下であり，計算時間は82%削減された．また提案システムの実機検証とシミュレーションでは，識別率の差は0.33%以下であった．以上のように，提案システムの高速性とFPGA実装できることが確認された．
|
| 本文pdf |
|
PDF download
|
