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
- 2022.11
- 수록면
- 39 - 45 (7page)
- DOI
- 10.5573/ieie.2022.59.11.39
이용수
초록· 키워드
오류제보하기
DNN의 효용성이 넓은 범위의 응용에서 검증되면서 모바일과 같은 임베디드 환경에서 사용할 수 있도록 DNN을 경량화 하는 연구도 많이 이루어지고 있다. 하지만 사람이 직접 DNN구조를 설계하는 데에는 많은 노력과 시간이 소요되므로 이를 해결하기 위해 NAS(Neural Architecture Search)가 등장했다. NAS는 DNN 구조를 자동으로 탐색하며 여기서 탐색되는 DNN들은 현존하는 SOTA(State-of-the-Art) DNN들과 비교해도 뒤쳐지지 않는 성능을 보여주고 있다. 대표적인 모바일용 NAS인 MnasNet은 높은 성능과 낮은 실행시간을 만족하는 DNN을 탐색할 수 있다. MnasNet은 추론 실행시간 제약조건을 만족하면서 정확도는 가장 높은 DNN을 탐색하는 것이 목표이다. 본 논문에서는 MnasNet을 기반으로 정확도와 실행시간에 대한 최적화를 하는 다중목적 보상함수에 집중한다. 먼저 MnasNet에서 사용한 보상함수를 분석하고 주어진 제한시간보다 짧은 추론 실행시간을 가지면서 정확도가 최대가 되는 DNN을 탐색할 수 있도록 새로운 보상함수를 제안한다. 본 논문에서 제안된 보상함수를 사용하였을 때 NAS가 생성하는 DNN 모델들이 추론 실행시간 제약조건을 만족하는 시점이 MnasNet의 보상함수를 사용했을 때에 비해 15%빨라졌다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. MnasNet 및 다중목적 보상함수 제안
Ⅲ. NAS-Bench-201 및 NAS 제안
Ⅳ. 실험
Ⅴ. 결론
REFERENCES
참고문헌 (13)
참고문헌 신청
K. He, X. Zhang, S. Ren, and J. Sun, "Deep Residual Learning for Image Recognition", in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2016.
G. Huang, Z. Liu, L. v. d. Maaten, and K. Q. Weinberger, "Densely Connected Convolutional networks", in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017.
A. G. Howard, M. Zhu, B. chen, D. Kalenichenko, W. Wang, T. Weyand, M. Andreetto, and H. Adam, "MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications", arXiv preprint arXiv:1704.04861, 2017
X. Zhang, X. Zhou, M. Lin, and J. Sun, "ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices", in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2018.
B. Zoph, and Q. V. Le, "Neural Architecture Search with Reinforcement Learning", in ICLR, 2017.
G. Huang, Z. Liu, L. v. d. Maaten, and K. Q. Weinberger, "Densely Connected Convolutional networks", in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017.
A. G. Howard, M. Zhu, B. chen, D. Kalenichenko, W. Wang, T. Weyand, M. Andreetto, and H. Adam, "MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications", arXiv preprint arXiv:1704.04861, 2017
X. Zhang, X. Zhou, M. Lin, and J. Sun, "ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices", in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2018.
B. Zoph, and Q. V. Le, "Neural Architecture Search with Reinforcement Learning", in ICLR, 2017.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
글로벌 큐를 통한 임베디드 멀티코어 프로세서의 멀티 DNN 연산 성능 향상
한국정보통신학회논문지
2020 .06
-
SMT-based Formal Verification Methods of Deep Neural Networks using Structural Properties
Journal of KIISE
2021 .09
-
자율주행 자동차에서 DNN 기반 안전 필수 응용의 성능 저하 방지
전자공학회논문지
2020 .09
-
자율주행차용 우선순위 기반 다중 DNN 모델 스케줄링 프레임워크
한국정보통신학회논문지
2021 .03
-
터커 분해 및 은닉층 병렬처리를 통한 임베디드 시스템의 다중 DNN 가속화 기법
한국정보통신학회논문지
2022 .06
-
오버헤드 최소화를 통한 임베디드 GPU 환경에서 멀티 DNN 추론 성능 향상
전자공학회논문지
2021 .10
-
DNN 기반 객체 학습 및 인식 시스템
한국정보과학회 학술발표논문집
2016 .12
-
DNN 기반 2 단계 계층적 빔 탐색 기법
한국통신학회 학술대회논문집
2025 .02
-
DNN에서 효율적인 학습을 위한 활성화 함수에 대한 고찰
대한전자공학회 학술대회
2016 .11
-
환경 파라미터를 이용한 DNN 기반 특징 보상 기법
한국통신학회 학술대회논문집
2015 .01
-
DNN 모델을 활용한 사람 수 예측 알고리즘 구현
한국통신학회 학술대회논문집
2019 .06
-
DNN을 이용한 소셜 이미지에서의 감성 인식
한국정보과학회 학술발표논문집
2018 .12
-
DNN 알고리즘을 이용한 파이프 비드높이 예측에 관한 연구
대한용접학회 특별강연 및 학술발표대회 개요집
2020 .11
-
DNN과 m-sequence를 활용한 시간 지연 추정 방법
한국통신학회 학술대회논문집
2019 .01
-
CPU-GPU 협력 스케줄링을 통한 임베디드 시스템 내 다중 DNN 모델들의 성능 향상
전자공학회논문지
2021 .01
-
DNN-GRU-DNN Multiple layer 기반 전기자동차 배터리 SOC 추정 알고리즘
대한전기학회 학술대회 논문집
2022 .05
-
Similarity based Deep Neural Networks
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2021 .09
-
변수 기반의 DNN 바이너리 유사도 분석 비교 방법
한국정보과학회 학술발표논문집
2024 .06
-
IoT 엣지에서 DNN-기반 어플리케이션에 대한 자원할당 기법
한국통신학회 학술대회논문집
2021 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
강화학습 기반 화학 공정 제어 성능 향상을 위한 보상 함수 시뮬레이션 연구
박준수
,
심재현
,
이종민
제어로봇시스템학회 논문지
2022
.12
Ray RLlib 기반 QMIX와 RND를 이용한 희소 보상 전장 환경에서의 멀티에이전트 강화학습 협업
김민경
한국컴퓨터정보학회논문지
2024
.01
해상 전장 환경에서의 협력적 멀티 에이전트 강화학습 적용을 위한 시뮬레이터의 설계 및 구현
김경범
,
문수정
,
진우빈
외 1명
한국통신학회논문지
2024
.01
버추얼 아이돌 특성이 버추얼 아이돌 공연 수용자 태도에 미치는 영향
황서이
,
기찬
디지털콘텐츠학회논문지
2023
.10
희소 보상 환경을 위한 계층적 강화학습
김명섭
,
김정수
대한전기학회 학술대회 논문집
2021
.07
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-569-000205189