配分額 *注記 |
13,000千円 (直接経費: 10,000千円、間接経費: 3,000千円)
2028年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2027年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2026年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2025年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2024年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
|
研究開始時の研究の概要 |
2020年には画像タスクに適したVision Transformer (ViT)が提案された. ViTは内部パラメータ数が膨大であり,組込み機器に搭載するにはメモリ量が不足するため, パラメータ削減法が求められている. 本研究では焼きなまし法を用いて事前学習分布からBinary ViT (BViT)に適した分布に学習する方法を提案する. 提案するBViT学習では学習中のパラメータ分布の変動を抑えつつ, Binary重みに適した分布に逐次更新する. FPGAを用いてBViT専用ハードウェアのプロトタイプを実現する. GPUと比較して電力を削減しつつ, 高速に推論できる見込みである.
|