- トップ
- 検索結果
記事検索結果
23件中、1ページ目 1〜20件を表示しています。 (検索にかかった時間：0.004秒)
背景には、生成人工知能(AI)の登場などでAIの演算量が急拡大し、データセンターの消費電力が増大する“エネルギー危機”がある。
その一つが、ニューラルネットワークで認識精度への影響が小さい演算を省略する「枝刈り」である。... 本事業では演算量削減によってAIを軽量化すると同時に、自律的に学習・判断するAIを開発し、従来の10...
データの質と量が重要 連載を始めるにあたり、研究者として生計を立てていた私がアラヤ(東京都港区)を立ち上げた経緯をたどりながら話を進めたい。......
高速処理が可能だが精度が劣る物体検知人工知能(AI)モデルと、高精度ながらも演算量の多い物体検知AIモデルを組み合わせ、それぞれの利点を生かして効率的に複数の画像を処理することで高速・...
東芝と理化学研究所(理研)は、学習済みの人工知能(AI)の性能をできるだけ落とさず演算量が異なるさまざまなシステムに展開できる学習方法であるスケーラブルAIを開発した。...
(大阪市北区) ソフトウエア部門・優良賞 市川ソフトラボラトリー社長 市川芳邦(いちかわ・よ...
また、新たに開発した知識処理方法で演算量とメモリー使用量を抑え、クラウド上のAIではなくエッジ機器側での知識処理が可能になった。
ニューラルネットワーク各層のフィルターごとに積和演算の重みのビット数を最適化する手法を開発。これにより認識精度をほとんど劣化させることなく演算量を大幅に削減した。 また、効率的処理が...
また、画像認識AIをカメラの内蔵基板に組み込むため、演算量などを30分の1にした。
三菱電機は推論に必要な演算量や使用メモリー量を従来比30分の1に削減した画像認識向け人工知能(AI)を開発した。演算量や使用メモリー量を抑えた結果、小型の基板などに搭載できる。... ...
機械学習の一つであるディープラーニング(深層学習)の新しいアルゴリズムを開発し、従来の認識性能を維持しつつ、演算量と使用するメモリー量をそれぞれ約10分の1に低減した。これにより、高価...
認識に必要な単語の数だけ学習が必要になり、語彙(ごい)数と比例して演算量・処理時間が増加する弱みはあるが、「え」など1音素を認識する従来方式と異なり、「こんにちは」など言葉を正確に認識...
動画や音声のデジタルデータ変換(圧縮符号化)を、少ない演算量で遅れることなく実施できる独自技術を採用。... 映像圧縮は、前と次のフレームを予測する「動き探索」と呼ばれる技術があり、多...
東京大学の石川正俊教授、小室孝講師らは、超高速で撮影した膨大なデータ量の画像をリアルタイムで処理するチップを開発した。対象物の位置や姿勢を割り出す際、1画素ごとに計算が必要だったが、独自の演算方式で1...
