- 配置・設計
深層ニューラルネットワークのコンパクト化
応用先
- 車載やロボットにおけるエッジデバイス
ベンチマーク・強み・実績
- 深層ニューラルネットワークの性能を維持したままで、ネットワークのパラメーターを80%削減（ICMLA2018）
問い合わせ窓口
問合せの際はタイトル[東芝AI技術カタログ:深層ニュートラルネットワークのコンパクト化]やURLを文面に含めてください。
本技術は研究開発中のためご要望にすぐに対応できない可能性があります。
参考文献：
- A. Yaguchi, et al., “Adam Induces Implicit Weight Sparsity in Rectifier Neural Networks,” Proc. of 17th IEEE International Conference on Machine Learning and Applications (ICMLA) 2018, 2018.
- 谷口 敦司他, “重み係数のスパース化による深層ニューラルネットワークのコンパクト化技術”, 東芝レビュー vol.74, No.4, 2019. (PDF形式)
- エッジデバイス上で高精度な認識処理を実現する深層ニューラルネットワークのコンパクト化技術を開発
- 田村 正統他, “人の発声に近い音質とToSpeakの機能性を両立した深層学習に基づく次世代音声合成技術”, 東芝レビュー vol.78, No.5, 2023. (PDF形式)
