KSC 2020
Current Result Document :
| 한글제목(Korean Title) |
Deep Switch: 자원이 제약된 기기에서 동적 데이터 변화에 적응하는 모델을 위한 전문화된 경량 신경망 교체 시스템 |
| 영문제목(English Title) |
Deep Switch: A Replacement System of Specialized Lightweight Neural Networks for Concept Drift Adaptation in ResourceConstrained Embedded Devices |
| 저자(Author) |
김학빈
김종영
최홍준
진영화
김성웅
이건호
김현준
한예지
김다솔
김덕환
최동완
HakBin Kim
JongYeong Kim
HongJun Choi
YeongHwa Jin
SeongWoong Kim
KeonHo Lee
HyunJun Kim
YeJi Han
DaSol Kim
DeokHwan Kim
DongWan Choi
|
| 원문수록처(Citation) |
VOL 47 NO. 02 PP. 0116 ~ 0118 (2020. 12) |
한글내용
(Korean Abstract) |
최근 모바일 기기 등에 사용되는 다양한 태스크에 대해 일반화된 대형 신경망을 생성하는 대신 추론상황에 필요로 하는 일부 태스크들에 대해 전문화된 소형 신경망을 생성하는 딥러닝 모델 전문화와 관련된 연구가 활발히 진행되고 있다. 하지만, 추론 상황 마다 사용자가 필요로 하는 태스크에 전문화된 새로운 신경망을 매번 학습하는 것은 비효율적일 수 있다. 이에 본 논문에서는 의미적 유사도를 기준으로 나누어진 각각의 태스크 별로 전문화된 경량 신경망을 생성해 모델 데이터베이스를 구축한 후, 실시간으로 사용자가 추론을 원하는 태스크에 맞는 신경망을 자동으로 모델 데이터베이스에서 선택 및 교체하며 추론을 진행하는 적응형 이미지 추론 시스템인 Deep Switch를 제안한다. 제안하는 시스템을 통해 모바일 환경과 같이 자원이 제약되어 일반화된 대형 신경망을 사용하지 못하는 상황에서 전문화된 신경망을 통해 정확한 추론을 진행할 수 있게 된다. 실험을 통해 본 논문에서 제안하는 시스템을 사용함으로써 일반화된 신경망보다 약 25.3배 작은 크기의 전문화된 신경망들을 사용하여 정확도는 약 0.73% 향상됨을 확인하였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
