Detail publikace

Optimizing Convolutional Neural Networks for Embedded Systems By Means of Neuroevolution

BADÁŇ, F.; SEKANINA, L. Optimizing Convolutional Neural Networks for Embedded Systems By Means of Neuroevolution. In Theory and Practice of Natural Computing. LNCS 11934. Cham: Springer International Publishing, 2019. p. 109-121. ISBN: 978-3-030-34499-3.
Název česky
Optimalizace konvolučních neuronových sítí pro vestavěné systémy s využitím neuroevoluce
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Badáň Filip, Ing.
Sekanina Lukáš, prof. Ing., Ph.D. (UPSY)
Klíčová slova

Evolutionary Algorithm, Convolutional neural network, Neuroevolution,  Embedded Systems, Energy Efficiency

Abstrakt

S cílem zvýšit produktivitu návrhářů jsou v poslední době rozvíjeny automatizované metody pro návrh konvolučních neuronových sítí (CNN). V článku je představena neuroevoluční metoda umožňující automatizovaný návrh a aproximaci CNN s ohledem na chybu klasifikace and složitost sítě (měřené jako počet konfigurovatelných parametrů). Metoda podporuje využití výpočtů v pevné řádové čárce ve fázi inference, což vede ke snížení příkonu dané implementace CNN. Experimenty byly provedeny s využitím knihovny TinyDNN na dvou běžných klasifikačních úlohách MNIST a CIFAR-10.

Rok
2019
Strany
109–121
Sborník
Theory and Practice of Natural Computing
Řada
LNCS 11934
ISBN
978-3-030-34499-3
Vydavatel
Springer International Publishing
Místo
Cham
DOI
10.1007/978-3-030-34500-6_7
UT WoS
000611522600007
EID Scopus
2-s2.0-85077000581
BibTeX 
@inproceedings{BUT161459,
  author="Filip {Badáň} and Lukáš {Sekanina}",
  title="Optimizing Convolutional Neural Networks for Embedded Systems By Means of Neuroevolution",
  booktitle="Theory and Practice of Natural Computing",
  year="2019",
  series="LNCS 11934",
  pages="109--121",
  publisher="Springer International Publishing",
  address="Cham",
  doi="10.1007/978-3-030-34500-6\{_}7",
  isbn="978-3-030-34499-3",
  url="https://www.fit.vut.cz/research/publication/12045/"
}
Nahoru