■論文No. |
PI23036,IIS23041 |
■ページ数 |
3ページ |
■発行日
|
2023/03/24 |
■タイトル |
Binary Neural Networkによるセンサ向け低消費電力機械学習回路 |
■タイトル(英語) |
Low Power Consumption Machine Learning Circuit Using Binary Neural Network for Sensing Data Processing |
■著者名 |
横式 康史(東京工業大学),高松 洸佑(東京工業大学),コ田 崇(東京工業大学) |
■著者名(英語) |
Yasufumi Yokoshiki(Tokyo Institute of Technology),Kosuke Takamatsu(Tokyo Institute of Technology),Takashi Tokuda(Tokyo Institute of Technology) |
■価格 |
会員 ¥220 一般 ¥330 |
■書籍種類 |
研究会(論文単位) |
■グループ名 |
【C】電子・情報・システム部門 知覚情報/【D】産業応用部門 次世代産業システム合同研究会 |
■本誌 |
2023年3月27日知覚情報/次世代産業システム合同研究会
|
■本誌掲載ページ |
25-27ページ |
■原稿種別 |
日本語 |
■電子版へのリンク |
|
■キーワード |
機械学習|二値化ニューラルネットワーク|低消費電力|センシング|データ処理|Machine learning|Binary neural network|Low power consumption|Sensing|Data processing |
■要約(日本語) |
機械学習において、データ量の少ない情報を処理する場合、一般的なDeep Neural Networkではオーバースペックとなることがある。特に、省電力性を狙う場合には、機械学習モデルにさらなる改良が必要となる。そこで、本研究では機械学習の重みを0と1の二値としたBinary neural networkについて、センサ向けのデータ処理を対象とするモデルの検討を行った。また、0.18 um CMOS標準プロセスにおいて製作したチップの計算時間は2.56 ms、消費電力はに82.2 μWであり、先行研究のCPUと比較してかなりの低消費電力化を達成することができた。 |
■要約(英語) |
Deep neural networks generally need dense memory space and high energy consumption even if the high performance doesn’t need. We evaluated binary neural network (BNN) model which have binary weight to decrease the model size and power consumption. It targets small amounts of data processing for sensing device. We fabricated the chip with 0.18 μm standard CMOS process. It had a computation time of 2.56 ms and a power consumption of 82.2 μW, which is considerably lower than the CPUs in the previous study. |
■版 型 |
A4 |
■PDFファイルサイズ |
1,584Kバイト |