| 研究課題/領域番号 |
17K19971
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
情報科学、情報工学およびその関連分野
|
|---|
| 研究機関 | 名古屋工業大学 |
|---|
研究代表者 |
津邑 公暁 名古屋工業大学, 工学(系)研究科(研究院), 教授 (00335233)
|
|---|
| 研究期間 (年度) |
2017-06-30 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2019年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2018年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2017年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 計算再利用 / Approximate Computing / 近似計算 / 畳み込みニューラルネットワーク / 機械学習 |
|---|
| 研究成果の概要 |
本研究では，Approximate Computing（近似計算）のための統一的な計算基盤の実現を目指した。画像処理や機械学習といった，大規模データを入力とする処理に対する効果を確認した。特に畳み込みニューラルネットワーク（CNN）に対しては，大幅な計算量の削減が期待できることを示した。また計算基盤のハードウェアについても，その構成および実装の検討を行った。スーパスカラプロセッサをベースとした設計を行い，その速度および消費電力について評価した。また，消費電力の削減手法についても設計し，シミュレーションによりその効果を確認した。
|
| 研究成果の学術的意義や社会的意義 |
本申請研究は，Approximate Computing（近似計算）の統一的適用手法の発見，および，可用性の高い近似計算基盤の実現を目指して研究を行った．今後の発展が期待されている科学技術分野は，その多くが，ビッグデータマイニング，機械学習，コンピュータビジョンなど，大規模データの高速処理が必要とされるものであることから，計算量自体を削減することに対する要求は大きく，これまで検討すらされていなかったこの「統一的な近似計算基盤」に関して検討を行ったことは，広きにわたる学術分野・産業の発展につながることが期待できる．
|
