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
- 2020.9
- 수록면
- 685 - 690 (6page)
이용수
초록· 키워드
오류제보하기
휴대용 기기나 에지 단말을 위한 CNN인 MobileNet V2를 기반으로 연산량을 크게 줄이면서도 정확도는 증가시킨 효율적인 인공신경망 네트워크 구조를 제안한다. 제안하는 구조는 Bottleneck 층 구조를 유지하면서 확장 계수를 증가시키고 일부층을 제거하는 등의 변화를 통해 연산량을 절반 이하로 줄였다. 설계한 네트워크는 ImageNet100 데이터셋을 이용하여 분류정확도와 CPU 및 GPU에서의 연산 시간을 측정하여 그 성능을 검증 하였다. 또한, 현재 딥러닝 가속기로 널리 이용하는 GPU에서 네트워크 구조에 따라 동작 성능이 달라짐도 보였다.
목차
Abstract
요약
Ⅰ. 서론
Ⅱ. 제안하는 네트워크 구조
Ⅲ. 결론
References
참고문헌 (9)
참고문헌 신청
K. Simonyan / 2015 / Very Deep Convolutional Network for Large-scale image Recognition / 2015 International Conference on Learning Representations (ICLR) :7~9
C. Szegedy / 2015 / Going Deeper with Convolutions / 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) :1~9
K. He / 2016 / Deep residual Learning for Image Recognition / 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) :770~778
François Chollet / 2016 / Xception: Deep Learning with Depthwise Separable Convolutions / 2017IEEE Conference on Computer Vision and Pattern Recognition (CVPR) :1801~1807
2016 / Densely Connected Convolutional Networks / 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) :2261~2269
C. Szegedy / 2015 / Going Deeper with Convolutions / 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) :1~9
K. He / 2016 / Deep residual Learning for Image Recognition / 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) :770~778
François Chollet / 2016 / Xception: Deep Learning with Depthwise Separable Convolutions / 2017IEEE Conference on Computer Vision and Pattern Recognition (CVPR) :1801~1807
2016 / Densely Connected Convolutional Networks / 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) :2261~2269
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥 러닝 연산을 위한 GPU/CPU 성능 분석
한국정보과학회 학술발표논문집
2022 .12
-
해외 5G 주파수 경매사례: C-band 대역을 중심으로
[ETRI] 전자통신동향분석
2023 .10
-
합성곱 신경망 사용을 위한 CPU와 GPU 성능 분석
한국정보기술학회논문지
2017 .08
-
연산 응용 특성에 따른 CPU-GPU 자원 조절 클라우드 실행 환경 설계
한국정보과학회 학술발표논문집
2018 .12
-
임베디드 시스템에서 CPU와 GPU를 모두 이용한 CNN의 가속
한국정보과학회 학술발표논문집
2018 .06
-
이기종 다중 CPU 코어 및 GPU 시스템에서 하드웨어 인터럽트를 고려한 CPU/GPU 스케쥴링 기법
정보과학회 컴퓨팅의 실제 논문지
2023 .01
-
GPU 기반의 CNN 알고리즘에 대한 메모리 접근패턴 분석
한국통신학회 학술대회논문집
2017 .01
-
CPU와 GPU 간의 병목현상 해결에 관한 연구
한국컴퓨터정보학회 학술발표논문집
2020 .07
-
GPU 기반 분산 처리 환경에서의 딥 뉴럴 네트워크 성능 분석
한국정보과학회 학술발표논문집
2017 .06
-
효율적인 유량 측정 연산을 위한 CPU-GPU 결합 구조 기반의 초음파 신호 처리 기법
대한전자공학회 학술대회
2021 .11
-
효율적인 GPU 메모리 컨트롤러 설계를 위한 GPU 메모리 성능 분석 연구
한국통신학회 학술대회논문집
2015 .01
-
GPU를 이용한 K-means 군집화 기반 채널추정 연산속도 개선
한국통신학회 학술대회논문집
2020 .02
-
CPU-GPU환경에서 효율적인 메모리공유를 위한 퓨전아키텍처 개발
한국전자통신학회 논문지
2016 .01
-
CPU-GPU 구조 기반 능동 소음 제어 알고리즘 개발
한국소음진동공학회 학술대회논문집
2018 .10
-
An Execution Planning Scheme for Computational Applications using Profiling of a CPU-GPU Container Cluster
Journal of KIISE
2019 .10
-
History 기반 CPU 및 GPU 수행 결정 모듈
한국정보과학회 학술발표논문집
2015 .06
-
대응점 탐색 알고리즘의 GPU 기반 연산에 대한 성능 분석
한국컴퓨터그래픽스학회 학술대회
2018 .07
-
이종 구조 기반 모바일 시스템에서의 신경망 계층 분배를 통한 추론 성능 최적화 연구
한국정보과학회 학술발표논문집
2021 .06
-
연산 집약을 통한 인공지능 GPU 연산 가속
한국정보과학회 학술발표논문집
2022 .06
-
다중 GPU기반 홀로그램 생성을 위한 병렬처리 성능 최적화 기법 기재
스마트미디어저널
2019 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0