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
- 2022.2
- 수록면
- 325 - 328 (4page)
이용수
초록· 키워드
오류제보하기
A convolutional neural network(CNN) is widely used in the computer vision tasks, but its computing power requirement needs a design of a special circuit. Most of the computations in a CNN can be implemented efficiently in a digital circuit, but the SoftMax layer has operations unsuitable for circuit implementation, which are exponential and logarithmic functions. This paper proposes a new method to integrate the exponential and logarithmic tables of the conventional circuits into a single table. The proposed structure accesses a look-up table (LUT) only with a few maximum values, and the LUT has the result value directly. Our proposed method significantly reduces the space complexity of the SoftMax layer circuit implementation. But our resulting circuit is comparable to the original baseline with small degradation in precision.
목차
ABSTRACT
Ⅰ. 서론
Ⅱ. SoftMax 층의 회로 구현
Ⅲ. 제안하는 회로
Ⅳ. 실험 결과
Ⅴ. 결론
REFERENCES
참고문헌 (8)
참고문헌 신청
A. Krizhevsky, I. Sutskever, and G. E. Hinton, “ImageNet classification with deep convolutional neural networks,” in Proceedings of Advances in Neural Information Processing Systems, Lake Tahoe: NV, pp. 1097-1105, 2012.
K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” in Proceedings of International Conference on Learning Representations, San Diego: CA, pp. 1-14, 2015.
J. Huang, V. Rathod, C. Sun, M. Zhu, A. Korattikara, A. Fathi, I. Fischer, Z. Wojna, Y. Sog, S. Guadarrama, and K. Murphy, “Speed/accuracy trade-offs for modern convolutional object detectors,” in Proceedings of Computer Vision and Pattern Recognition, Honolulu: HW, pp. 1-21, 2017.
M. Tan and Q. V. Le, “EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks,” in Proceedings of International Conference on Machine Learning, Long Beach: CA, pp. 6105-6114, 2019.
M. Tan, R. Pang, and Q. V. Le, “EfficientDet: Scalable and Efficient Object Detection,” in Proceedings of Computer Vision and Pattern Recognition, online, pp. 10781-10790, 2020.
K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” in Proceedings of International Conference on Learning Representations, San Diego: CA, pp. 1-14, 2015.
J. Huang, V. Rathod, C. Sun, M. Zhu, A. Korattikara, A. Fathi, I. Fischer, Z. Wojna, Y. Sog, S. Guadarrama, and K. Murphy, “Speed/accuracy trade-offs for modern convolutional object detectors,” in Proceedings of Computer Vision and Pattern Recognition, Honolulu: HW, pp. 1-21, 2017.
M. Tan and Q. V. Le, “EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks,” in Proceedings of International Conference on Machine Learning, Long Beach: CA, pp. 6105-6114, 2019.
M. Tan, R. Pang, and Q. V. Le, “EfficientDet: Scalable and Efficient Object Detection,” in Proceedings of Computer Vision and Pattern Recognition, online, pp. 10781-10790, 2020.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
CNN의 SoftMax 연산을 위한 연속 근사 방식의 로그 연산 회로
한국정보통신학회논문지
2021 .02
-
고속 심층 신경망 계산을 위한 softmax 층 근사화
한국정보과학회 학술발표논문집
2015 .12
-
딥 러닝 기반 MNIDT Classification에 대한 softmax Regression과 CNN 성능 비교
한국통신학회 학술대회논문집
2018 .06
-
각도 여백 Softmax의 발전 동향
대한전자공학회 학술대회
2020 .08
-
Softmax를 이용한 Q-learning 기반의 패킷 스케줄링
한국컴퓨터정보학회 학술발표논문집
2019 .01
-
A Study of Facial Organs Classification System Based on Fusion of CNN Features and Haar-CNN Features
한국정보기술학회논문지
2018 .11
-
동적 정밀도 결정 신경망에서 Gumbel Softmax를 활용한 성능 향상 기법
대한전자공학회 학술대회
2022 .06
-
Tensorflow Softmax Regression을 적용한 웹 브라우저 응용 트래픽 분류 모델 생성
한국통신학회 학술대회논문집
2017 .06
-
소프트맥스를 이용한 딥러닝 음악장르 자동구분 투표 시스템
한국정보통신학회논문지
2019 .01
-
딥러닝 모델 출력의 불순도 지표를 활용한 분포 외 샘플 검출 방법
대한전자공학회 학술대회
2022 .06
-
재구성 가능한 모듈 기반 CNN 가속기 구현
한국정보기술학회논문지
2022 .04
-
다양한 변수에 따른 CNN 성능 분석
정보 및 제어 논문집
2019 .04
-
Rogowski Coil 기반의 전류 센싱 회로를 적용한 SiC MOSFET 단락 보호 회로 설계
전력전자학회논문지
2021 .06
-
K-means 클러스터링 기반 소프트맥스 신경회로망 부분방전 패턴분류의 설계 : 분류기 구조의 비교연구 및 해석
전기학회논문지
2018 .01
-
재구성 가능한 FPGA 기반 CNN 가속기
Proceedings of KIIT Conference
2020 .10
-
긍정과 부정 이미지 기반 데이터 편향에 따른 CNN모델의 차이 연구
대한인간공학회 학술대회논문집
2022 .10
-
필터 분해 기법을 이용한 에너지 효율적 재구성형 CNN 가속기 구조
전자공학회논문지
2020 .07
-
Dance Movement Recognition based on Deep Learning
IEIE Transactions on Smart Processing & Computing
2024 .06
-
CNN을 위한 아날로그 회로 기반의 MAC 구현
대한전자공학회 학술대회
2017 .11
-
Insight CNN
한국정보과학회 학술발표논문집
2017 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-004-001093383