선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 경희대학교 Kyung Hee University |
---|---|
연구책임자 | 배성호 |
참여연구자 | 김용우 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2020-12 |
과제시작연도 | 2020 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
과제관리전문기관 | 정보통신기획평가원 Institute of Information&Communications Technology Planning&Evaluation |
등록번호 | TRKO202100009060 |
과제고유번호 | 1711120550 |
사업명 | 인공지능산업원천기술개발(R&D) |
DB 구축일자 | 2021-09-11 |
키워드 | 인공지능.기계학습.딥러닝.경량화.조인트 학습.Artificial Intelligence.Machine Learning.Deep Learning.Model Compresssion.Joint Learning. |
딥러닝 모델 경량화를 위해 가지치기, 양자화, 증류법을 통합적 관점에서 수행하는 프레임워크를 개발했고,아래의 목표성능을 획득하였음.
o 연산횟수 : 기준 모델 대비 25% 이하의 연산수
o 딥러닝 모델 압축률(매개변수) : 15%이상 감소
o 딥러닝 모델 압축률(저장용량) : 15MB 이하 보장
o 처리시간 : NSML 환경에서 10분 이내의 처리시간
o 성능열화 : 기존 모델 대비 5% 이하의 성능 열화
(출처 : 요약서 3p)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.