・プルーニングのチャンネル単位とニューロン単位のバランスについての検討 ・両プルーニングを組み合わせフレームワークとして提案する。

・imagenetをデータセット、resNet18 、MobileNetV1 /v2をモデルとし、FLOPS, 精度,レイテンシを比較。 ・DMCPやAPSなど他モデル圧縮・高速化手法と比較して、精度とレイテンシーのトレードオフで最も最適な結果となった。