ECHO: 高阶分布对齐的高效数据集压缩

AAAIDec, 2023

ECHO: 高阶分布对齐的高效数据集压缩

ECHO: Efficient Dataset Condensation by Higher-Order Distribution Alignment

Hansong Zhang, Shikun Li, Pengju Wang, Dan Zeng, Shiming Ge

TL;DR在深度学习时代，强调优化的数据集精简方法主导着目前最先进结果的可能性，但是它们的计算复杂度对于大规模数据集的实际应用造成了困难。为了提高效率，我们提出了一种新的基于高阶分布对⻬的分布匹配方法，通过进一步对齐真实和合成示例的表示分布的高阶矩来学习合成示例。实验证明该方法在不同场景下能够显著提升性能并保持高效。

Abstract

In the era of deep learning, training deep neural networks often requires extensive data, leading to substantial costs. dataset condensation addresses this by learning a small synthetic set that preserves essenti

deep learning dataset condensation optimization-oriented methods distribution-matching higher-order distribution alignment

发现论文，激发创造

DANCE: 双视图数据集收缩的双视图分布对齐

从内部和外部视角揭示了当前基于分布匹配的方法在持久化训练和分布偏移方面的局限性，提出了一种新的基于双视图分布对齐的数据集简化方法 (DANCE)，通过利用多个预训练模型来改进分布匹配，从而取得了状态的结果，并在保持与原始分布匹配相当的效率下实现了流行的性能。

Jun, 2024

数据集压缩与分布匹配

本研究提出了一种简单而有效的方法，通过在多个采样嵌入空间中匹配合成图像和原始训练图像的特征分布，综合减少了合成成本，同时实现了可比较或更好的性能，具有在实际大型数据集中应用以及在连续学习和神经结构搜索中表现出有希望的实际好处的潜力。

Oct, 2021

改进的分布匹配用于数据集浓缩

通过分布匹配的方法，我们提出了一种新的数据集精简方法，有效地减少了计算资源的使用，使得数据集精简能够应用于更大的数据集和模型。

Jul, 2023

使用梯度匹配的数据集压缩

本文提出了一种名为数据集精简的数据高效学习方法，该方法从大量数据中学习到一组信息丰富的合成样本来训练深度神经网络，并将此目标表述为深度神经网络权重梯度匹配问题，此技术在计算机视觉基准测试中表现出较高性能，并且在有限的内存和计算宝贵的情况下实现了不俗的成绩。

Jun, 2020

揭示数据集精简的设计空间

通过设计一个综合的框架，实现了软分类感知匹配和调整学习速率的策略，从而在小型和大型数据集压缩上建立了基准，显著提高了模型训练效率。

Apr, 2024

高效深度哈希检索：通过特征嵌入匹配压缩数据

本文提出了一种有效的压缩框架，该框架通过匹配合成集和真实集之间的特征嵌入来增强特征的多样性，并结合早期增强模型和多形态的策略，显著提高了性能和效率，比现有的基准方法都要优越。

May, 2023

通过有效的合成数据参数化压缩数据集

通过数据规则特征，提出一种生成多种合成数据的紧凑型训练数据的新型压缩框架，并开发出有效的优化技术，提高了训练数据信息的压缩质量。

May, 2022

加速超参数搜索的数据集压缩

本文提出了一种针对超参数搜索的新型超参数校准数据集压缩（HCDC）算法，通过匹配通过隐式微分和高效逆 Hessian 逼近计算的超参数梯度来生成合成的验证数据集，实验证明该框架有效地维持了模型的验证性能排名，并加速了基于图像和图形的超参数 / 架构搜索任务。

May, 2024

对比信号的数据集压缩

本文提出了一种使用对比信号的数据集精简方法，被称为 Dataset Condensation with Contrastive signals (DCC)，通过修改损失函数使得 DC 方法能够有效捕捉类之间的差异，实验结果表明 DCC 方法在细粒度图像分类和不断学习任务上表现出了优越性。

Feb, 2022

改进数据集简化中的伪相关性

调研发现，数据集压缩过程中原始数据集中的颜色和背景偏差会被放大，而污染偏差会被抑制；为减少偏差放大，我们提出了一种基于样本重新加权方案的简单但高效方法，实证结果显示其有效性高于最先进的去偏方法。

Jun, 2024