Innovation Japan 2019 イノベーションが創出する未来の新産業!国内最大規模!産学マッチングのチャンス 入場無料
Innovation Japan 2019 イノベーションが創出する未来の新産業!国内最大規模!産学マッチングのチャンス 入場無料
イノベーションが創出する未来の新産業!国内最大規模!産学マッチングのチャンス 入場無料
Home > 出展者一覧 > 和歌山大学 システム工学研究科 システム工学専攻

和歌山大学 システム工学研究科 システム工学専攻

和田 俊和 教授

組み込み系DNNシステムの圧縮による高速化

情報通信
小間 I-37
プレ 0830-B-24

Wakayama University Professor Toshikazu Wada

Acceleration of embedded DNN systems by compression

小間:小間番号   プレ:プレゼンテーション番号

9 産業と技術革新の 基盤をつくろう
出展ゾーン
大学等シーズ展示ゾーン
出展分野
情報通信
小間番号
I-37
大学等シーズ展示ショートプレゼンテーション
0830-B-24
2019年8月30日(金)
会場B
12:45 - 12:50

展示概要

技術概要
学習済みDNN (Deep Neural Network)を組み込み系システムで実行する場合,消費電力や価格の制約により大規模なGPU (Graphics Processing Unit)を用いることはできません.このような場合でも,簡易なハードウエアでDNNを高速に実行する手法を紹介します.この手法は大規模なDNNの性能をできる限り維持したまま,小規模化する手法であります.この手法は実用的なDNNでよく用いられるCNN (Convolutional Neural Net)用の圧縮手法ですが,同様の手法で全結合層の圧縮も行えます.

想定される活用例
・組み込み系システムにおけるDNNモデルの実行
・重みパラメータに埋め込まれたステガノグラフィーの除去

 

展示のみどころ
展示ではポスターを使った原理の説明と,Intel Movidius Neural Computing Stick(NCS) (Myriad2チップ内蔵)を用いたデモンストレーションを行う.NCSのデモでは,VGG16などの画像認識用DNNについて,オリジナルモデルと,圧縮後モデルの実行速度・精度の比較を行い,本手法の有効性を示す.

お問い合わせ先

産学連携イノベーションセンターURA室

メールアドレス:liaison@ml.wakayama-u.ac.jp

電話:073-457-7564   FAX:073-457-7550  

URL:http://www.wakayama-u.ac.jp/cijr/

プライバシーポリシー
© 2019  イノベーション・ジャパン2019運営事務局

PageTop