Применение квантизированной нейронной сети в комбинированных моделях технологических процессов; Молодежь. Наука. Инновации; Т. 1
| Parent link: | Молодежь. Наука. Инновации: сборник докладов 71-й международной молодежной научно-технической конференции, 6-8 декабря 2023 г., Владивосток/ Морской государственный университет имени адмирала Г. И. Невельского.— .— Владивосток: МГУ им. адм. Г.И. Невельского.— https://msun.ru/ru/csi_cf_mni_konf_71/ Т. 1.— 2024.— С. 283-287 |
|---|---|
| Hovedforfatter: | |
| Andre forfattere: | , |
| Summary: | Заглавие с экрана В настоящее время, для моделирования сложных технологических процессов активно применяются искусственные нейронные сети (ИНС). Для эффективного использования ИНС при ограниченных ресурсах необходимо проведение процесса квантизации. В ходе работы была проведена квантизация искусственной нейронной сети из 32-битного формата числа с плавающей точкой к 16-битному формату с фиксированной точкой. Было проведено тестирование ИНС в стандартной среде разработки на языке программирования Си и на ПЛК-63 ОВЕН. Квантизация не привела к потере точности вычислений, допустимо использовать данную ИНС в специализированных системах в квантизированном формате с высокой эффективностью At present, artificial neural networks (ANN) are actively used to model complex technological processes. In order to use the ANN effectively with limited resources, it is necessary to carry out a quantization process. In this work, an artificial neural network was quantized from a 32-bit floating - point number format to a 16 - bit fixed - point format. The ANN was tested in a standard development environment in the C programming language and on the OVEN PLC - 63. Quantization has not led to a loss of computational accuracy, it is permissible to use this ANN in specialized systems in a quantized format with high efficiency Текстовый файл |
| Sprog: | russisk |
| Udgivet: |
2024
|
| Fag: | |
| Online adgang: | https://www.elibrary.ru/item.asp?id=68528607 https://msun.ru/upload/files/MNI71tom1.pdf_ec2632867a4c87c6f702fc0285cb3f66.pdf#page=283 |
| Format: | Electronisk Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=678354 |
MARC
| LEADER | 00000naa0a2200000 4500 | ||
|---|---|---|---|
| 001 | 678354 | ||
| 005 | 20260706110816.0 | ||
| 090 | |a 678354 | ||
| 100 | |a 20250128d2024 k||y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drcn ---uucaa | ||
| 181 | 0 | |a i |b e | |
| 182 | 0 | |a b | |
| 183 | 0 | |a cr |2 RDAcarrier | |
| 200 | 1 | |a Применение квантизированной нейронной сети в комбинированных моделях технологических процессов |d Application of a quantized neural network in combined models of technological processes |z eng |f Козлова Ю. М., Емельянов А. М., Надеждин И. С. | |
| 203 | |a Текст |c электронный |b визуальный | ||
| 283 | |a online_resource |2 RDAcarrier | ||
| 300 | |a Заглавие с экрана | ||
| 320 | |a Список источников и литературы: 7 назв | ||
| 330 | |a В настоящее время, для моделирования сложных технологических процессов активно применяются искусственные нейронные сети (ИНС). Для эффективного использования ИНС при ограниченных ресурсах необходимо проведение процесса квантизации. В ходе работы была проведена квантизация искусственной нейронной сети из 32-битного формата числа с плавающей точкой к 16-битному формату с фиксированной точкой. Было проведено тестирование ИНС в стандартной среде разработки на языке программирования Си и на ПЛК-63 ОВЕН. Квантизация не привела к потере точности вычислений, допустимо использовать данную ИНС в специализированных системах в квантизированном формате с высокой эффективностью | ||
| 330 | |a At present, artificial neural networks (ANN) are actively used to model complex technological processes. In order to use the ANN effectively with limited resources, it is necessary to carry out a quantization process. In this work, an artificial neural network was quantized from a 32-bit floating - point number format to a 16 - bit fixed - point format. The ANN was tested in a standard development environment in the C programming language and on the OVEN PLC - 63. Quantization has not led to a loss of computational accuracy, it is permissible to use this ANN in specialized systems in a quantized format with high efficiency | ||
| 336 | |a Текстовый файл | ||
| 461 | 1 | |t Молодежь. Наука. Инновации |o сборник докладов 71-й международной молодежной научно-технической конференции, 6-8 декабря 2023 г., Владивосток |o в 2 т. |f Морской государственный университет имени адмирала Г. И. Невельского |c Владивосток |n МГУ им. адм. Г.И. Невельского |u https://msun.ru/ru/csi_cf_mni_konf_71/ | |
| 463 | 1 | |t Т. 1 |d 2024 |v С. 283-287 | |
| 610 | 1 | |a искусственные нейронные сети | |
| 610 | 1 | |a квантизация | |
| 610 | 1 | |a экстракция | |
| 610 | 1 | |a математическое моделирование | |
| 610 | 1 | |a хранение данных | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a электронный ресурс | |
| 700 | 1 | |a Козлова |b Ю. М. |g Юлия Максимовна | |
| 701 | 1 | |a Емельянов |b А. М. |c специалист в области информатики и вычислительной техники |c ассистент Томского политехнического университета |f 1998- |g Алексей Михайлович |y Томск |9 22291 | |
| 701 | 1 | |a Надеждин |b И. С. |c специалист в области автоматики и электроники |c ведущий научный сотрудник, доцент Томского политехнического университета, кандидат технических наук |f 1990- |g Игорь Сергеевич |9 16806 | |
| 801 | 0 | |a RU |b 63413507 |c 20250128 |g RCR | |
| 856 | 4 | |u https://www.elibrary.ru/item.asp?id=68528607 |z https://www.elibrary.ru/item.asp?id=68528607 | |
| 856 | 4 | |u https://msun.ru/upload/files/MNI71tom1.pdf_ec2632867a4c87c6f702fc0285cb3f66.pdf#page=283 |z https://msun.ru/upload/files/MNI71tom1.pdf_ec2632867a4c87c6f702fc0285cb3f66.pdf#page=283 | |
| 942 | |c CF | ||