2017년 컴퓨터종합학술대회
Current Result Document : 2 / 2
| 한글제목(Korean Title) |
FPGA에 기반한 Deep Convolutional Neural Networks의 구현 최적화 및 한글 필기체 문자 인식기에의 응용 |
| 영문제목(English Title) |
Optimization of FPGA-based Implementation of Deep Convolutional Neural Networks and Its Application to Handwritten Hangul Character Recognizer |
| 저자(Author) |
박한울 이강
|
| 원문수록처(Citation) |
VOL 44 NO. 01 PP. 1665 ~ 1667 (2017. 06) |
한글내용
(Korean Abstract) |
본 논문의 목적은, DCNN 기반의 Deep Learning 알고리즘을 Xilinx FPGA로 구현할 때, 계산속도와 에너지 높이기 위한 최적화 기법을 제시하는 것이다. DCNN 구조에 적용 가능한 다양한 FPGA 최적화 합성 기법들을 소개하고, 각 합성 기법들의 파라미터 값들에 따른 설계 공간을 탐색 정보를 기반으로 FPGA 자원 제약조건 하에서 글로벌한 최적 합성 결과를 얻는 방법을 제시한다. 제안된 최적 합성 방법의 타당성을 입증하기 위해서, DCNN 기반의 한글 인식기를 최적 구현한 결과를 제시한다. CPU 및 GPGPU 구현과 제안된 FPGA 구현 결과를 비교하였다. 제안된 FPGA 구현 방법이 단위 에너지 당 처리 가능한 샘플 수면에서 GPGPU에 비해 500%, CPU에 비해 588% 나았다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
