エッジAI学習に向けた量子化ハードウェアと半教師あり学習アルゴリズムの探求
明野 樹紀
2024 年度 卒 ／修士（情報科学）
修士論文の概要
本研究はエッジデバイス上のデータをAIの学習に用いることを目的としている。 そこで生じる課題として、AIの学習の計算 が重いという問題とエッジデバイス上のデータには正解のラベルがついていないという問題がある。 まずAIの学習の計算が重いという問題に対してはAIの学習専用のハードウェアを作成することで解決を図った。 学習専用ハードウェアは量子化、並列化、パイプライン化を行ったアーキテクチャにすることでメモリ消費量を削減しながらも高速に学習ができるようになった。 また、データに正解のラベルがついていないという問題に対しては半教師あり学習を用いることで解決を図った。 半教師あり学習は少数の正解ラベルがついたデータと大量の正解ラベルのないデータで学習を行うための手法である。 本研究では近年の代表的な半教師あり学習手法であるFixMatchをもとに、エッジに向けて軽量なアルゴリズムの探索を行った。 これらの研究を通してエッジデバイス上のデータを使ってエッジデバイス上で学習するための現実的な課題を解決することができた。