2018 Fiscal Year Research-status Report
深層学習エッジコンピューティング向け高効率組込みシステムの開発
| Project/Area Number |
16K00083
|
|---|
| Research Institution | Kochi University of Technology |
|---|
Principal Investigator |
密山 幸男 高知工科大学, システム工学群, 准教授 (80346189)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | 深層学習 / 機械学習 / 再構成可能アーキテクチャ / 組み込みシステム |
|---|
| Outline of Annual Research Achievements |
本研究では、爆発的に増加するIoT端末に対して、サーバ型計算モデルの問題解決とさらなる応用拡大を目指し、IoT端末（エッジデバイス）からサーバへデータを転送する前に必要な処理を行う「エッジコンピューティング」の高効率化を目的としている。具体的には、エッジデバイス上で深層学習を用いたアプリケーションのリアルタイム実行を可能にする再構成可能デバイスを開発するとともに、実機評価用システムを構築し、研究成果の広い応用展開を目指している。
本研究目的を達成するため、平成30年度は提案アーキテクチャを採用した応用システムの開発を進めるとともに、提案アーキテクチャ向け学習係数最適化手法に関する研究に取り組んだ。
(1) 応用システムの設計：提案アーキテクチャを用いた実アプリケーション設計に取り組んだ。リアルタイム入力画像に対して深層学習を用いて物体検出を行う処理の一部に提案アーキテクチャを適用すべく、実装作業を進めている。
(2) 学習係数最適化手法の提案：学習係数の量子化に関する研究を通して、提案アーキテクチャ向けの学習係数最適化手法の着想に至った。本手法を確立することで、当初予期していなかった相乗効果が期待できる。提案手法により検出精度の向上が確認できたが、逆に精度が下がるケースもあり、引き続き研究を進める。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
FPGAボードを用いた応用システム設計は予定より若干遅れているが、提案アーキテクチャ向け学習係数最適化手法を提案し、その有効性を確認することができたため。
|
| Strategy for Future Research Activity |
FPGAボードを用いた応用システム設計と並行して提案アーキテクチャ向け学習係数最適化手法を確立し、アーキテクチャと計算手法を合わせて開発する。
|
| Causes of Carryover |
提案アーキテクチャ向け学習係数最適化手法に関する研究は当初計画していなかったものであるが、研究を進めたところ想定していなかった相乗効果が期待できることがわかったため、この研究に注力した。これにより、評価システム構築ならびに成果発表に関する経費支出が当初予定していた通りには行われなかった。これらの経費は次年度に繰り越して執行する計画である。
|
