메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
권상헌 (연세대학교) 박종현 (연세대학교) 노원우 (연세대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2016년도 대한전자공학회 하계종합학술대회
발행연도
2016.6
수록면
1,970 - 1,973 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Deep learning are widely used in machine learning systems for achieving high classification accuracy. However, its accuracy comes at the cost of many complex computations due to simultaneous processes of hundreds components in a network layer. Although highly-parallel computing devices such as GPUs focus on yielding high throughput, under-utilization of GPU resources is still a performance bottleneck. In this paper, we analyze the LeNet workload, one of the popular deep learning algorithm, based on an instrumentation tool. We find the bottleneck of the LeNet when running on GPU, and propose a method to further accelerate the LeNet algorithm.

목차

Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 분석 결과
Ⅳ. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

RNN을 이용한 고객 이탈 예측 및 분석
이세희 ,  이지형 한국컴퓨터정보학회 학술발표논문집 2016 .07
문서 주제에 따른 문장 생성을 위한 LSTM 기반 언어 학습 모델
김다해 ,  이지형 한국컴퓨터정보학회 학술발표논문집 2016 .07
LSTM 언어모델 기반 한국어 문장 생성
김양훈 ,  황용근 ,  강태관 외 1명 한국통신학회논문지 2016 .05
심층 컨볼루션 신경망 모델 기반 객체 분류기를 이용한 영상분석 시스템 개발
안명수 ,  강대성 한국정보기술학회논문지 2016 .05
Spark Pipeline에 기반한 딥러닝 영상 처리 기법 설계
김성숙 ,  윤병호 ,  백창원 외 1명 대한산업공학회 춘계공동학술대회 논문집 2016 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-569-000882510