2023年 3月7日 （火） 午後
芝浦工業大学 大宮キャンパス（ハイブリッド開催）
パターン認識・メディア理解研専
近年のDNNをはじめとした機械学習の性能向上には目を見張るものがあり，数多くのシステムが開発され，社会実装も進みつつある．しかし，その一方で，大量のアノテーションデータを用いた長時間の学習と，高価かつ高消費電力のGPUを用いた推論は，実問題への適用可能性を狭めていると言える状況です．少量のアノテーションデータで，高速に学習ができ，安価かつ低消費電力のエンジンで推論を行うことができれば，DNNをより様々な問題に適用でき，組み込み系システムとして社会実装も進んでいくはずです．本セッションでは，以上の観点から，DNNの効率的実装，学習データの削減，モデルの圧縮，のトピックについて講演と実演を行ないます．