Jan, 2024

基于子图提取的反馈指导迭代调度算法在高层次综合中的应用

PDF
TL;DR该论文提出了一种名为 ISDC 的新型反馈引导的迭代系统差别约束（SDC）调度算法，用于高层综合（HLS）。ISDC 利用下游工具如逻辑综合器提供的基于子图提取的低层反馈，迭代改进 HLS 调度。技术创新包括：（1）增强的 SDC 形式化，有效将低层反馈整合到线性规划（LP）问题中；（2）基于扇出和窗口的子图提取机制驱动反馈循环；（3）无需人为干预的 ISDC 流程，与广泛范围的下游工具和流程设计工具包（PDKs）兼容。评估结果显示，ISDC 相比工业级开源 HLS 工具可以减少 28.5% 的寄存器使用。
isdcfeedback-guided iterative systemdifference constraints scheduling algorithmhigh-level synthesissubgraph extraction
发现论文，激发创造
  • 动态子图提炼用于稳健的半监督连续学习

    我们提出了一种名为动态子图蒸馏（DSGD）的新方法，它利用语义和结构信息，实现对无标签数据的稳定知识蒸馏，对分布偏差具有鲁棒性，并在半监督连续学习场景中减轻了灾难性遗忘问题。

    Dec, 2023

  • SCott：借助随机一致性蒸馏加速扩散模型

    通过集成随机微分方程求解器到一致性蒸馏中，提出并验证了 Stochastic Consistency Distillation (SCott) 方法，该方法能够加快文本到图像生成的过程，并且在稳定扩散 - V1.5 模型上，表现优于其他模型在 MSCOCO-2017 5K 数据集上的生成结果。

    Mar, 2024

  • Hyper-SD: 轨迹分段一致性模型的高效图像合成

    Hyper-SD is a novel framework that combines the advantages of ODE Trajectory Preservation and Reformulation, achieving state-of-the-art performance in multi-step inference with diffusion models.

    Apr, 2024

  • EdgeFusion：设备端文本到图像生成

    通过对稳定扩散（SD）的高效计算负担进行改进，我们提出了两种策略，即利用先进的生成模型和为 LCM 定制的先进蒸馏流程，通过量化、剖析和资源有限的边缘设备上的部署，实现了在仅两步、低于一秒的延迟下，生成具有照片写实风格、与文本对齐的图像。

    Apr, 2024

  • 迭代式图形自蒸馏

    提出一种基于对比学习的迭代图形自蒸馏方法（IGSD），可以在无监督情况下自动学习图形级别的表示，并且将其扩展到半监督情况和自训练中，实验表明，在各种图形数据集中，IGSD 在无监督和半监督设置下均获得了显著的性能提升，证明其优越性。

    Oct, 2020

  • AICSD: 自适应类间相似度蒸馏，用于语义分割

    该论文提出了一种名为 Inter-Class Similarity Distillation（ICSD）的新方法，通过独立计算每个类的内类分布并计算 KL 散度得出类之间的相似性矩阵进行知识蒸馏，结合自适应损失权重（ALW）训练策略，在语义分割领域的两个著名数据集上验证了该方法的有效性。

    Aug, 2023

  • 图形蒸馏是否与视觉数据集相似？

    我们提出了一种新颖的结构广播图数据集蒸馏（SGDD）方案，通过将原始的结构信息广播到生成的合成图中，明确地防止忽视原始的结构信息，并验证了该设计的有效性和必要性。

    Oct, 2023

  • 随机条件扩散模型用于语义图像合成

    提出了一种鲁棒的条件扩散模型，用于语义图像合成，通过标签扩散处理噪声标签，同时引入类别权重的噪声时间表来增强鲁棒性。在实验中证明了该方法在生成高质量样本方面的有效性，并模拟了现实应用中的人类错误情况。

    Feb, 2024

  • 继承与蒸馏，对比进化：探索无样本记忆的类别增量语义分割

    本文提出了一种新的方法 Inherit with Distillation and Evolve with Contrast (IDEC)，它通过 Dense Knowledge Distillation on all Aspects (DADA) 和 Asymmetric Region-wise Contrastive Learning (ARCL) 模块解决了类增量语义分割中遇到的灾难性遗忘问题和语义漂移问题，并在多个 CISS 任务中展现出卓越的性能。

    Sep, 2023

  • 一个图像到三维生成的扩散时间步骤课程

    通过对扩散时间步骤进行区分处理，提出了 Diffusion Time-step Curriculum one-image-to-3D（DTC123）的一种单图到三维管道，以实现 score distillation sampling（SDS）方法在重建三维物体时的更好效果。

    Apr, 2024