2019 Fiscal Year Annual Research Report
Highly Efficient Embedded Systems Architecture for Deep Learning Edge-Computing
| 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 / 再構成可能アーキテクチャ / 学習係数最適化 / 組込みシステム |
|---|
| Outline of Annual Research Achievements |
本研究課題では、エッジコンピューティングの高効率化を目指して、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アーキテクチャを開発するとともに、その評価用応用システムを構築する。
令和元年度は、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：リアルタイム入力画像に対して機械学習を用いて物体検出を行う処理回路の一部に提案アーキテクチャを適用すべく、実装作業を進めた。また、これと並行して、提案アーキテクチャの実応用への適用を目指して、機械学習を用いた物体認識による自律走行システムの開発に取り組んだ。
(2) 学習係数最適化手法の研究：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。昨年度は一部のケースで検出精度が著しく低下するという問題があったが、手法を改良することによってその問題を解消し、提案アーキテクチャに適した学習係数最適化手法として確立することができた。
上記の研究成果について、主要国際会議への投稿ならびに論文誌原稿の執筆を進めている。
|
