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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이건호 (인하대학교) 김성웅 (인하대학교) 김현준 (인하대학교) 김민수 (인하대학교) 정혜민 (인하대학교) 김덕환 (인하대학교) 최동완 (인하대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2021 한국소프트웨어종합학술대회 논문집
발행연도
2021.12
수록면
617 - 619 (3page)

이용수

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

초록· 키워드

오류제보하기
가장 대표적인 신경망 경량화 기법 중 하나인 네트워크 프루닝(network pruning)은 압축률이 높아짐에 따라 추론에 필수적인 파라미터가 제거되어 성능 하락이 발생한다. 이렇게 프루닝 이후 하락된 성능은 미세조정(fine-tuning)을 통해 복구된다. 하지만, 최근 클라이언트의 개인정보 보호가 중요해지고 데이터 서버 유지 비용이 증가함에 따라 데이터를 저장하고 수집하는 데 제약이 따르기 때문에 미세조정을 수행하기 어려운 경우가 많다. 이에 본 논문에서는 프루닝으로 압축된 합성곱 신경망의 하락된 성능을 서버에서의 미세조정 과정 없이 복구하는 방법을 제안한다. 일차적으로 데이터와 추가학습 없이 ... 전체 초록 보기

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0