최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 한양대학교 HanYang University |
---|---|
연구책임자 | 최정욱 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2021-06 |
과제시작연도 | 2020 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
과제관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202100018944 |
과제고유번호 | 1711118694 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2022-03-05 |
키워드 | 딥러닝.가지치기.양자화.모델 경량화.지식 증류.Deep Learning.Pruning.Quantization.Efficient DNN.Knowledge Distillation. |
□ 연구개요
본 과제에서는 대용량 딥러닝 모델 학습의 연산 속도와 정확도를 향상시키기 위한 차세대 계산경량화 알고리즘을 탐구한다. 딥러닝 모델 학습 과정에서 파라미터 업데이트에 필요한 계산을 경량화 하고, 계산 경량화 때문에 발생하는 정확도 저하를 보완하는 알고리즘을 제안함으로써 딥러닝 모델 학습의 연산속도와 정확도를 획기적으로 증대시키는 계산경량화 알고리즘을 탐구한다.
□ 연구 목표대비 연구결과
양자화된 딥러닝 모델 학습의 정확도 향상을 위한 확률적 정밀도 앙상블 지식 증류 기법: 딥러닝 모델의 계산 경량화
※ AI-Helper는 부적절한 답변을 할 수 있습니다.