Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Holmes: A Hardware-Oriented Optimizer Using Logarithms Holmes: Pengoptimum Berorientasikan Perkakasan Menggunakan Logaritma

Yoshiharu YAMAGISHI, Tatsuya KANEKO, Megumi AKAI-KASAYA, Tetsuya ASAI

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Pengkomputeran tepi, yang telah mendapat perhatian sejak beberapa tahun kebelakangan ini, mempunyai banyak kelebihan, seperti mengurangkan beban pada awan, tidak terjejas oleh persekitaran komunikasi, dan menyediakan keselamatan yang sangat baik. Oleh itu, ramai penyelidik telah mencuba untuk melaksanakan rangkaian saraf, yang mewakili pembelajaran mesin dalam pengkomputeran tepi. Rangkaian saraf boleh dibahagikan kepada bahagian inferens dan pembelajaran; walau bagaimanapun, terdapat sedikit kajian untuk melaksanakan komponen pembelajaran dalam pengkomputeran tepi berbanding bahagian inferens. Ini kerana pembelajaran memerlukan lebih banyak ingatan dan pengiraan daripada inferens, dengan mudah melebihi had sumber yang tersedia untuk pengkomputeran tepi. Bagi mengatasi masalah ini, kajian ini memfokuskan kepada pengoptimum iaitu nadi pembelajaran. Dalam kertas kerja ini, kami memperkenalkan pengoptimum baharu kami, anggaran momentum logaritma berorientasikan perkakasan (Holmes), yang menggabungkan perspektif baharu yang tidak terdapat dalam pengoptimum sedia ada dari segi ciri dan kekuatan perkakasan. Prestasi Holmes dinilai dengan membandingkannya dengan pengoptimum lain berkenaan dengan kemajuan pembelajaran dan kelajuan penumpuan. Aspek penting pelaksanaan perkakasan, seperti memori dan keperluan operasi juga dibincangkan. Keputusan menunjukkan bahawa Holmes adalah padanan yang baik untuk pengkomputeran tepi dengan keperluan sumber yang agak rendah dan penumpuan pembelajaran pantas. Holmes akan membantu mencipta era di mana pembelajaran mesin lanjutan boleh direalisasikan pada pengkomputeran tepi.

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E105-D No.12 pp.2040-2047
Tarikh penerbitan
2022/12/01
Diumumkan
2022/05/11
ISSN dalam talian
1745-1361
DOI
10.1587/transinf.2022PAP0001
Jenis Manuskrip
Special Section PAPER (Special Section on Forefront Computing)
kategori

Pengarang

Yoshiharu YAMAGISHI
  Hokkaido University
Tatsuya KANEKO
  Hokkaido University
Megumi AKAI-KASAYA
  Hokkaido University,Graduate School of Engineering
Tetsuya ASAI
  Hokkaido University

Kata kunci

Contents [show]