Banca de QUALIFICAÇÃO: ANTÔNIO OLIVEIRA FILHO

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : ANTÔNIO OLIVEIRA FILHO
DATA : 09/07/2021
HORA: 10:00
LOCAL: meet.google.com/tkq-neyk-fuz
TÍTULO:

Explorando Quantização e Poda em Aprendizado Profundo para Identificar Trade-offs Ótimos de Pareto para Acurácia e Consumo de Energia


PALAVRAS-CHAVES:

Aprendizado profundo, energia de software, Unidades de Processamento Gráfico, Fronteira de Pareto

 


PÁGINAS: 40
RESUMO:
O trade-off entre precisão e consumo de energia tornou-se relevante na área de Redes Neurais Profundas. No modo inferência, o consumo de energia está fortemente relacionado ao uso de memória pela rede. Cientes desse problema, alguns estudos recentes têm aplicado técnicas de compactação aos modelos para reduzir o consumo de energia. Quantização e poda são as principais técnicas, que atuam reduzindo o tamanho dos modelos para proporcionar uma redução no consumo de energia. Porém, como consequência, também reduz a acurácia da rede. Nesse contexto, , torna-se relevante conhecer quais técnicas de compressão e quais parâmetros resultam numa redução do consumo de energia aceitável sem no entanto comprometer de maneira significativa a acurácia. Explorar esse trade-off não é trivial devido ao grande volume de dados para construir um espaço de solução. Nossa abordagem usa uma nova arquitetura baseada em contêiner para gerenciar a coleta dos contadores de dados de GPUs, especialmente a medição do consumo de energia. Nosso espaço de pesquisa é a Fronteira de Pareto do par acurácia/energia.

MEMBROS DA BANCA:
Presidente - 1673543 - SAMUEL XAVIER DE SOUZA
Externo à Instituição - CARLOS ALBERTO VALDERRAMA SAKUYAMA - UMONS
Externo à Instituição - FRANCISCO CHAGAS DE LIMA JUNIOR - UERN
Notícia cadastrada em: 23/06/2021 06:04
SIGAA | Superintendência de Tecnologia da Informação - (84) 3342 2210 | Copyright © 2006-2024 - UFRN - sigaa14-producao.info.ufrn.br.sigaa14-producao