論文の概要: OpTC -- A Toolchain for Deployment of Neural Networks on AURIX TC3xx Microcontrollers
- arxiv url: http://arxiv.org/abs/2404.15833v1
- Date: Wed, 24 Apr 2024 12:11:33 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-26 19:20:39.600507
- Title: OpTC -- A Toolchain for Deployment of Neural Networks on AURIX TC3xx Microcontrollers
- Title（参考訳）: OpTC -- AURIX TC3xxマイクロコントローラ上にニューラルネットワークをデプロイするためのツールチェーン
- Authors: Christian Heidorn, Frank Hannig, Dominik Riedelbauch, Christoph Strohmeyer, Jürgen Teich,
- Abstract要約: AURIX 2xxおよび3xxシリーズのTriCoreマイクロコントローラは自動車業界で広く使われている。
OpTCは、TCL3xxマイクロコントローラ上のニューラルネットワークの自動圧縮、変換、コード生成、デプロイのためのエンドツーエンドツールチェーンである。
- 参考スコア（独自算出の注目度）: 2.051709733623628
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The AURIX 2xx and 3xx families of TriCore microcontrollers are widely used in the automotive industry and, recently, also in applications that involve machine learning tasks. Yet, these applications are mainly engineered manually, and only little tool support exists for bringing neural networks to TriCore microcontrollers. Thus, we propose OpTC, an end-to-end toolchain for automatic compression, conversion, code generation, and deployment of neural networks on TC3xx microcontrollers. OpTC supports various types of neural networks and provides compression using layer-wise pruning based on sensitivity analysis for a given neural network. The flexibility in supporting different types of neural networks, such as multi-layer perceptrons (MLP), convolutional neural networks (CNN), and recurrent neural networks (RNN), is shown in case studies for a TC387 microcontroller. Automotive applications for predicting the temperature in electric motors and detecting anomalies are thereby used to demonstrate the effectiveness and the wide range of applications supported by OpTC.
- Abstract（参考訳）: AURIX 2xxおよび3xxシリーズのTriCoreマイクロコントローラは、自動車業界や、最近では機械学習タスクを含むアプリケーションでも広く使われている。
しかし、これらのアプリケーションは主に手動で設計されており、TriCoreマイクロコントローラにニューラルネットワークをもたらすためのツールサポートはほとんどない。
そこで我々は,TC3xxマイクロコントローラ上でのニューラルネットワークの自動圧縮,変換,コード生成,デプロイのためのエンドツーエンドツールチェーンであるOPCを提案する。
OpTCは、さまざまなタイプのニューラルネットワークをサポートし、与えられたニューラルネットワークの感度分析に基づいて、レイヤワイズプルーニングを使用して圧縮を提供する。
マルチ層パーセプトロン(MLP)、畳み込みニューラルネットワーク(CNN)、リカレントニューラルネットワーク(RNN)など、さまざまなタイプのニューラルネットワークをサポートする柔軟性が、TC387マイクロコントローラのケーススタディで示されている。
これにより、電気モーターの温度予測と異常検出のための自動車応用を用いて、OPTCがサポートする幅広い応用の有効性と適用範囲を実証する。
関連論文リスト
- Adaptive Robotic Arm Control with a Spiking Recurrent Neural Network on a Digital Accelerator [41.60361484397962]
本稿では,システムの概要と,Pynq ZUプラットフォーム上で使用するPythonフレームワークについて述べる。
シミュレーションされた精度は,毎秒380万イベントのピーク性能で維持されていることを示す。
論文 参考訳（メタデータ） (2024-05-21T14:59:39Z) - NNCTC: Physical Layer Cross-Technology Communication via Neural Networks [5.316403200445237]
技術間通信は、多様な無線技術間のシームレスな相互作用を可能にする。
NNCTCは、無線通信におけるトレーニング可能なニューラルモデルの適応性に着想を得たニューラルネットワークベースのクロステクノロジー通信フレームワークである。
論文 参考訳（メタデータ） (2024-03-15T04:36:44Z) - OTOv3: Automatic Architecture-Agnostic Neural Network Training and
Compression from Structured Pruning to Erasing Operators [57.145175475579315]
このトピックは、構造化プルーニングからニューラルアーキテクチャサーチまで、さまざまなテクニックにまたがっている。
第3世代のOTOv3(Noth-Train-Once)を導入する。
我々は,構造化プルーニングとニューラルアーキテクチャ探索におけるOTOv3の有効性を実証した。
論文 参考訳（メタデータ） (2023-12-15T00:22:55Z) - Simple initialization and parametrization of sinusoidal networks via
their kernel bandwidth [92.25666446274188]
従来の活性化機能を持つネットワークの代替として、活性化を伴う正弦波ニューラルネットワークが提案されている。
まず,このような正弦波ニューラルネットワークの簡易版を提案する。
次に、ニューラルタンジェントカーネルの観点からこれらのネットワークの挙動を分析し、そのカーネルが調整可能な帯域幅を持つ低域フィルタを近似することを実証する。
論文 参考訳（メタデータ） (2022-11-26T07:41:48Z) - FPGA-optimized Hardware acceleration for Spiking Neural Networks [69.49429223251178]
本研究は,画像認識タスクに適用したオフライントレーニングによるSNN用ハードウェアアクセラレータの開発について述べる。
この設計はXilinx Artix-7 FPGAをターゲットにしており、利用可能なハードウェアリソースの40%を合計で使用している。
分類時間を3桁に短縮し、ソフトウェアと比較すると精度にわずか4.5%の影響を与えている。
論文 参考訳（メタデータ） (2022-01-18T13:59:22Z) - Quantized Neural Networks via {-1, +1} Encoding Decomposition and
Acceleration [83.84684675841167]
本稿では,量子化されたニューラルネットワーク(QNN)をマルチブランチバイナリネットワークに分解するために,-1,+1を用いた新しい符号化方式を提案する。
本稿では,大規模画像分類,オブジェクト検出,セマンティックセグメンテーションにおける提案手法の有効性を検証する。
論文 参考訳（メタデータ） (2021-06-18T03:11:15Z) - A Microarchitecture Implementation Framework for Online Learning with
Temporal Neural Networks [1.4530235554268331]
時間的ニューラルネットワーク(TNN)は、情報を表現し処理するためのリソースとして時間を使用するニューラルネットワークをスパイクしている。
本研究では,標準CMOSを用いたTNN実装のためのマイクロアーキテクチャフレームワークを提案する。
論文 参考訳（メタデータ） (2021-05-27T15:59:54Z) - Binary Graph Neural Networks [69.51765073772226]
グラフニューラルネットワーク(gnns)は、不規則データに対する表現学習のための強力で柔軟なフレームワークとして登場した。
本稿では,グラフニューラルネットワークのバイナライゼーションのための異なる戦略を提示し,評価する。
モデルの慎重な設計とトレーニングプロセスの制御によって、バイナリグラフニューラルネットワークは、挑戦的なベンチマークの精度において、適度なコストでトレーニングできることを示しています。
論文 参考訳（メタデータ） (2020-12-31T18:48:58Z) - Tensor train decompositions on recurrent networks [60.334946204107446]
マトリックス製品状態(MPS)テンソルトレインは、ストレージの削減と推論時の計算時間の観点から、MPOよりも魅力的な特徴を持つ。
理論解析により,MPSテンソル列車はLSTMネットワーク圧縮の最前線に置かれるべきであることを示す。
論文 参考訳（メタデータ） (2020-06-09T18:25:39Z) - A$^3$: Accelerating Attention Mechanisms in Neural Networks with
Approximation [3.5217810503607896]
アルゴリズム近似とハードウェア特殊化によるニューラルネットワークの注意機構を高速化するA3の設計と設計を行う。
提案する加速器は、エネルギー効率(性能/ワット)の大幅な向上と、最先端の従来のハードウェアの大幅な高速化を実現している。
論文 参考訳（メタデータ） (2020-02-22T02:09:21Z) - Convolutional-Recurrent Neural Networks on Low-Power Wearable Platforms
for Cardiac Arrhythmia Detection [0.18459705687628122]
マイクロコントローラと低消費電力プロセッサで動作するニューラルネットワークの推論に焦点を当てる。
心不整脈を検出・分類するために既存の畳み込みリカレントニューラルネットワークを適用した。
メモリフットプリントは195.6KB、スループットは33.98MOps/sである。
論文 参考訳（メタデータ） (2020-01-08T10:35:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。