- 주관기관(경희대학교) : 최신 딥러닝 경량화 기법 습득 및 구현. ⦁가지치기, 양자화, 지식 증류에서 사용할 기법 선별 ⦁논문을 통하여 코드 구현 절차 및 방법 설계 ⦁각자 구현한 코드를 하나의 Baseline 코드에 모두 합침으로써 다양한 경량화 기법을 직렬적으로 적용할 수 있는 환경 구성. ⦁Baseline 코드를 내부적으로 공유. - 주관기관(경희대학교) ⦁각각의 경량화 방법의 조합을 통한 최적의 조합 방법 모색 ⦁조인트 학습을 통한 높은 압축률 대비 낮은 성능 열화를 가지는 경량화 알고리즘 연구 및 개발 - 공동연구기관 1(상명대학교) ⦁경량화 알고리즘에 맞는 하드웨어 연구 및 개발 - 주관기관(경희대학교) : 신경망의 경량화를 자동화하기 위한 프레임워크 개발 ⦁주어진 데이터셋과 요구되는 작업에 좋은 성능을 보여주는 기본 신경망 훈련 ⦁ 선행적으로 습득된 신경망 경량화 기술들 (지식 증류, 가지치기, 양자화) 혹은 이들의 결합 학습 방법들을 통합적으로 지원하는 프레임워크 개발 ⦁ 아래 그림과 같이 다양한 경량화 방법을 활용하여 제한된 모바일 장치에서 기본 신경망을 성능의 하락을 최소화하며 최적으로 동작하는 자동 경량화 프레임워크 개발 ⦁ 자동화된 프레임워크를 기반으로 당해년도 대회를 통해 성능 및 기능 검증 - 공동연구기관 1(상명대학교) : 경량화된 신경망이 모바일 장치에서 작동가능 하도록 개발 ⦁ 경량화된 심층 신경망의 계산 복잡도를 측정해주는 시뮬레이터 개발 ⦁ 위의 프레임워크를 통해 경량화된 심층 신경망이 모바일 장치에서도 원활하게 작동할 수 있도록 최적화 작업