ホーム > 特許ランキング > 株式会社日立超エル・エス・アイ・システムズ > 特許7495833
特許 7495833出願番号 特願 2020-116945
ＤＮＮモデル圧縮システム
出願人 株式会社日立超エル・エス・アイ・システムズ（識別番号 233169）
2026年 特許公開件数ランキング 4514位 3件（※）
2026年 特許取得件数ランキング 5056位 2件（※）
公報発行日 2024年6月5
公報URL https://ipforce.jp/patent-jp-P_B1-7495833 ログイン済みの方はこのURLへ
［この特許公報を共有したい場合］あなたがログインしてこの特許公報を表示すれば、他の人はログインしなくてもこのURLで見ることができるようになります。
※ 共同出願を含む
知財ポータルサイト IP Force にログインすれば、この公報の全文を閲覧できます。 ログインはこちら ログイン・ユーザー登録
技術分野
ＤＮＮモデル圧縮システム
発明が解決しようとする課題[発明の詳細な説明]から抜粋
ＣＮＮのベースモデルを用いれば、画像に含まれるすべての物体を高精度に認識可能である。ただし、演算量が非常に多大になるため、プロセッサに大きな負荷が掛かってしまう。また、ＣＮＮよりも層が深いＤＮＮ(Deep Neural Network)を用いた場合、ＣＮＮよりもさらに演算量が多くなるため、プロセッサに掛かる負荷がさらに増大する。一方、ＣＮＮやＤＮＮが搭載される装置（車両等）ごとに必要な情報は異なる。
課題を解決するための手段[発明の詳細な説明]から抜粋
本願において開示される発明のうち、代表的なものの概要を簡単に説明すれば、以下のとおりである。
発明の効果[発明の詳細な説明]から抜粋
本願において開示される発明のうち、代表的なものによって得られる効果を簡単に説明すれば以下のとおりである。
すなわち、本発明の代表的な実施の形態によれば、装置の要求仕様に応じたモデル圧縮を行うことが可能となる。
した以外の課題、構成および効果は、以下の「発明を実施するための形態」の説明により明らかにされる。
この特許の権利範囲[特許請求の範囲]
知財ポータルサイト IP Force にログインして確認する (無料)
この特許公報に記載されている図面[図面の簡単な説明]から抜粋
【図1】
本発明の一実施の形態に係るＤＮＮモデル圧縮システムの一例を示すブロック図である。
【図2】
ＤＮＮモデル圧縮方法を説明する図である。
【図3】
本発明の実施の形態１に係るＤＮＮモデル圧縮方法の一例を示すフロー図である。
【図4】
本発明の実施の形態１による効果を説明する図である。
【図5】
本発明の実施の形態２に係るＤＮＮモデル圧縮方法の一例を示すフロー図である。
代表図 図1本件の代表的な図
１…ＤＮＮモデル圧縮システム、１０…サブデータセット生成部、２０…感度解析部、３０…プルーニング部、４０…推論部、５０…格納部、５１…サブデータセット、５３…感度情報、５５…プルーニング後モデル、１００…初期モデル情報、１０１…データセット、１０３…プルーニング前モデル、１０５…プルーニング仕様情報、１０５ａ…プルーニング優先度、１０５ｂ…プルーニング率
全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録
［広告欄］
ログインすれば広告は減ります
ログインすれば広告は減ります