閲覧可能ファイル 

ファイル	フォーマット	サイズ	閲覧回数	説明
13_336	pdf	438 KB	158

論文情報

ファイル出力 EndNote Basic出力 Mendeley出力

アクセス権	open access
URI	https://hdl.handle.net/2115/85561
タイトル	Smart hardware architecture with random weight elimination and weight balancing algorithms
著者	Ali, Emiliano J. ; Amemiya, Yoshiki ; Akai-Kasaya, Megumi ; Asai, Tetsuya
著者名 Ali, Emiliano J.
著者名 Amemiya, Yoshiki
e-Rad_Researcher 50437373 著者名 Akai-Kasaya, Megumi
e-Rad_Researcher 00312380 著者名 Asai, Tetsuya
言語	英語
キーワード	hardware neural networks
	random weight elimination
	unsupervised learning
	smart architecture
	weight balancing
発行日	2022
出版者	IEICE - Institute of the Electronics, Information and Communication Engineers
収録物名	Nonlinear theory and its applications, IEICE
巻(号)	13(2)
ページ	336-342
抄録	Reducing the number of connections in hardware artificial neural networks, as compared with their software counterparts, can result in a drastic reduction in costs, because the reduction translates into utilizing fewer devices. This paper presents the demonstration of a method, by using simulations, to halve the amount of weights in a network while minimizing the accuracy loss. Additionally, the appropriate considerations for translating these simulation results to hardware networks are also detailed.
資源タイプ	学術雑誌論文
出版タイプ	Version of Record
権利情報	Copyright ©2022 The Institute of Electronics, Information and Communication Engineers
PISSN	2185-4106
関連情報 (isIdenticalTo)	出版社版DOI https://doi.org/10.1587/nolta.13.336

ホームへ戻る