DIFFERENTIAL ENCODING IN NEURAL NETWORKS

신경 네트워크에서의 차분 인코딩은, 뉴런에 대한 적어도 하나의 이전의 활성화 값에 적어도 부분적으로 기초하여 신경 네트워크에서의 뉴런에 대한 활성화 값을 예측하는 것을 포함한다. 인코딩은, 신경 네트워크에서의 뉴런에 대한 활성화 값과 예측된 활성화 값 사이의 차이에 기초하여 값을 인코딩하는 것을 더 포함한다. Differential encoding in a neural network includes predicting an activation value for a neuron in the neural network based on...

Full description

Saved in:
Bibliographic Details
Main Authors TOWAL REGAN BLYTHE, JULIAN DAVID JONATHAN, ANNAPUREDDY VENKATA SREEKANTA REDDY, LIU YINYIN
Format Patent
LanguageEnglish
Korean
Published 29.11.2016
Subjects
CALCULATING
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
COMPUTING
COUNTING
PHYSICS
Online AccessGet full text

Cover

More Information
Summary:신경 네트워크에서의 차분 인코딩은, 뉴런에 대한 적어도 하나의 이전의 활성화 값에 적어도 부분적으로 기초하여 신경 네트워크에서의 뉴런에 대한 활성화 값을 예측하는 것을 포함한다. 인코딩은, 신경 네트워크에서의 뉴런에 대한 활성화 값과 예측된 활성화 값 사이의 차이에 기초하여 값을 인코딩하는 것을 더 포함한다. Differential encoding in a neural network includes predicting an activation value for a neuron in the neural network based on at least one previous activation value for the neuron. The encoding further includes encoding a value based on a difference between the predicted activation value and an actual activation value for the neuron in the neural network.
Bibliography:Application Number: KR20167029200