講演名 | 2015-12-19 組み込み用神経回路LGRNNのスループットを高める実装法 西尾 大輔(中部大), 山内 康一郎(中部大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | マイクロコンピュータの性能の向上に従い,複雑な計算も組み込み機器上で実行できるようになってきている.しかし,追加学習を繰り返す学習アルゴリズムの場合,学習に伴って必要なリソースが増えることが多く,組み込み機器上での実行継続が難しい.そこで,筆者らはLimitedGeneralRegressionNeuralNetwork(LGRNN)を提案した.LGRNNは一般回帰ニューラルネットワーク(GRNN)のユニット数を一定個数以内に抑えながら学習できるようにしたもので,組み込み機器上で動作させることを前提としている.このアルゴリズムはonlineで与えられる入力に対して出力を計算すると,その直後に入力と正しい出力を学習する.そのため,学習に要する時間のために入力に対するレスポンスが遅くなることがある.本研究ではこれを改善する手法を提案し,高速化とスループットを高める実装法を検討する. |
抄録(英) | Recent improvement of the microcomputer enables the execution of complex intelligent algorithms on embedded systems. But, in the case of using a usual incremental learning method, its resource is often increased with learning , so that it is hard to continue to execute the incremental learning on small embedded systems. One of the author has already proposed a Limited General Regression Neural Network (LGRNN) for such limited environments. %%%%%%%%%%%%%%%%%%%%%%%LGRNN continues incremental learning within a certain number of kernels with maintaining its flexibility , by replacing the most redundant kernel with a new kernel which records current new sample. In this study, we developed an implementation technique for LGRNN to reduce its response-time. |
キーワード(和) | 組み込み用学習エンジン / LGRNN / 予算つき学習法 / スループット / 追加学習 / Real time OS (RTOS) |
キーワード(英) | Limited general regression neural network (LGRNN) / incremental learning / learning on a budget / embedded systems / response time / Real time OS (RTOS) |
資料番号 | NC2015-46 |
発行日 | 2015-12-12 (NC) |
研究会情報 | |
研究会 | MBE / NC |
---|---|
開催期間 | 2015/12/19(から1日開催) |
開催地(和) | 名古屋工業大学 |
開催地(英) | Nagoya Institute of Technology |
テーマ(和) | ME, 一般 |
テーマ(英) | |
委員長氏名(和) | 小林 哲生(京大) / 斎藤 利通(法政大) |
委員長氏名(英) | Tetsuo Kobayashi(Kyoto Univ.) / Toshimichi Saito(Hosei Univ.) |
副委員長氏名(和) | 福岡 豊(工学院大) / 佐藤 茂雄(東北大) |
副委員長氏名(英) | Yutaka Fukuoka(Kogakuin Univ.) / Shigeo Sato(Tohoku Univ.) |
幹事氏名(和) | 中村 和浩(秋田脳研) / 田中 久弥(工学院大) / 堀尾 恵一(九工大) / 田中 宏喜(京都産大) |
幹事氏名(英) | Kazuhiro Nakamura(akita noken) / Hisaya Tanaka(Kogakuin Univ.) / Keiichi Horio(Kyushu Inst. of Tech.) / Hiroki Tanaka(Kyoto Sangyo Univ.) |
幹事補佐氏名(和) | 笈田 武範(京大) / 堀江 亮太(芝浦工大) / 神原 裕行(東工大) / 秋間 学尚(東北大) |
幹事補佐氏名(英) | Takenori Oida(Kyoto Univ.) / Ryota Horie(Shibaura Inst. of Tech.) / Hiroyuki Kanbara(Tokyo Inst. of Tech.) / Hisanao Akima(Tohoku Univ.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on ME and Bio Cybernetics / Technical Committee on Neurocomputing |
---|---|
本文の言語 | JPN |
タイトル(和) | 組み込み用神経回路LGRNNのスループットを高める実装法 |
サブタイトル(和) | |
タイトル(英) | Limited General Regression Neural Network for embedded systems and its implementation method to increase its throughput |
サブタイトル(和) | |
キーワード(1)(和/英) | 組み込み用学習エンジン / Limited general regression neural network (LGRNN) |
キーワード(2)(和/英) | LGRNN / incremental learning |
キーワード(3)(和/英) | 予算つき学習法 / learning on a budget |
キーワード(4)(和/英) | スループット / embedded systems |
キーワード(5)(和/英) | 追加学習 / response time |
キーワード(6)(和/英) | Real time OS (RTOS) / Real time OS (RTOS) |
第 1 著者 氏名(和/英) | 西尾 大輔 / Daisuke Nishio |
第 1 著者 所属(和/英) | 中部大学(略称:中部大) Chubu University(略称:Chubu Univ.) |
第 2 著者 氏名(和/英) | 山内 康一郎 / Koichiro Yamauchi |
第 2 著者 所属(和/英) | 中部大学(略称:中部大) Chubu University(略称:Chubu Univ.) |
発表年月日 | 2015-12-19 |
資料番号 | NC2015-46 |
巻番号(vol) | vol.115 |
号番号(no) | NC-384 |
ページ範囲 | pp.1-6(NC), |
ページ数 | 6 |
発行日 | 2015-12-12 (NC) |