2018/12/17 14:00
2018年12月17日
東芝
理化学研究所
株式会社東芝(以下、東芝)と国立研究開発法人理化学研究所(以下、理研)は、深層学習によって得られるAIである「深層ニューラルネットワーク(DNN: Deep Neural Networks)」のコンパクト化技術を開発しました。本技術は、DNNの性能を維持したままで学習した結果であるパラメーターを80%削減することができ、エッジデバイス上で高精度な音声や画像などの認識処理を動作させることが可能となります。
本技術は、革新的な次世代人工知能基盤技術における研究開発成果の実用化加速のために2017年4月に設立した、理研AIP-東芝連携センターにおける成果です。東芝と理研は、本技術の詳細を、12月17日から20日に米フロリダ州で開催予定の機械学習に関する国際会議であるIEEE International Conference on Machine Learning and Applications (ICMLA) 2018にて発表します。
くわしくは、東芝のウエブをご覧ください。
論文情報
題目: | Adam Induces Implicit Weight Sparsity in Rectifier Neural Networks |
著者: | Atsushi Yaguchi, Taiji Suzuki, Wataru Asano, Shuhei Nitta, Yukinobu Sakata, Akiyuki Tanizawa |
雑誌: | IEEE International Conference on Machine Learning and Applications (ICMLA) 2018 |
掲載情報
日本経済新聞(12/17)、日経ロボティクス2019年5月号/日経XTECH(4/10)
<プレスリリース>
関連研究室
last updated on 2022/4/26 15:56研究室