computation efficiency | BriefGPT

关键词computation efficiency

搜索结果 - 31

ICML用于格陵兰和南极冰盖有限元冰动力学仿真的图神经网络
数值模型、卷积神经网络、等变图卷积网络、冰川动力学和计算效率的研究。
PDF8 days ago
EDGE-LLM：通过层间统一压缩和自适应层调整与投票在边缘设备上实现高效的大型语言模型适应
边缘设备上实现的大型语言模型 (LLM) 的高效调整是连续和隐私保护适应和推理所需的关键，本研究介绍了一种计算和内存高效的 LLM 调整框架 Edge-LLM，通过生成逐层剪枝稀疏性和量化位宽策略来减少计算开销，通过减少反向传播深度的自适应
PDF12 days ago
基于心电图的心血管疾病检测的计算高效半监督学习
基于心电图（ECG）进行心血管疾病检测的深度学习系统在自动化领域面临的主要挑战是标记稀缺问题。我们提出了一种高计算效率的半监督学习范式（FastECG），以提供具有强大计算效率和鲁棒性的 ECG 心血管疾病检测方法，并在四个 ECG 数据集
PDF14 days ago
WEITS：一种用于可解释时间序列预测的小波增强残差框架
通过多层小波分解和正反向残差结构，WEITS 将频率分析引入高度深度学习框架，拥有较强的表示能力和统计解释能力，实验证明其在时间序列预测方面具有竞争力的性能和高计算效率的额外优势。
PDF2 months ago
LoongServe：高效提供弹性序列并行性的长上下文大模型
提出了一种弹性序列并行性（ESP）的新并行策略，以适应大语言模型（LLMs）的不同请求和不同阶段之间的差异，并设计构建了一个名为 LoongServe 的 LLM 服务系统，该系统通过实时弹性调整并行度、减少键值缓存迁移开销、同时计算部分解
PDF3 months ago
基于贝叶斯的联邦模型压缩技术提升通信与计算效率
本文研究了联邦学习中的贝叶斯模型压缩，构建稀疏模型既能实现通信效率又能实现计算效率。我们提出了一种分散的 Turbo 变分贝叶斯推理（D-Turbo-VBI）联邦学习框架，其中我们首先提出了一种层次稀疏先验，从而促进了权重矩阵中的聚类稀疏结
PDF3 months ago
基于核化斯坦差异的数据中心预测解释
该研究论文提出了一种高度准确且以数据为中心的解释方法（HD-Explain），利用核化 Stein 差异（KSD）的属性，有效地识别为测试点提供最佳预测支持的训练样本，从而达到精细化解释、一致性和计算效率的需求，提供了一种简单、有效且稳健的
PDF3 months ago
Kernel-U-Net 多变量时序预测的层次和对称框架
时间序列预测任务基于历史信息预测未来趋势。本文提出了一种对称和分层的框架，Kernel-U-Net，它在网络的每一层将输入序列切分成片段，然后使用内核对其进行计算。与现有的线性或 Transformer 解决方案相比，我们的模型具有三个优势
PDF6 months ago
无训练的零样本组合图像检索和本地概念重新排序
本文提出了一种新的基于零样本训练的无需训练的组合图像检索方法 (TFCIR)，通过将查询翻译成易于理解的文本，提高计算效率并保持模型的泛化性。此外，引入了局部概念再排序机制 (LCR) 来聚焦于从修改指令中提取的有区别的局部信息。在三个 Z
PDF7 months ago
深度集合遇见分位回归：面向时间序列的不确定性感知填充
我们提出了一种非生成时间序列插补方法，该方法通过深度集成与分位数回归相结合，在计算上更高效，并能够准确插补时间序列数据并估计不确定性。
PDF7 months ago
高效基于奖励引导的大型语言模型集成的专家路由
利用 Zooter 方法，我们可以通过挖掘隐含的专业知识和使用奖励模型炼取奖励，实现分配每个查询到相应专业领域的大型语言模型的精确分布，以提高性能并降低计算开销。
PDF8 months ago
PatchCURE：提高对抗性贴纸防御的可证明鲁棒性、模型效用和计算效率
PatchCURE 是一个能够平衡证明鲁棒性、模型效用和计算效率的防御框架，能够提供一系列不同效率级别下的最强防御性能和最高效的推理效率。
PDF8 months ago
EMNLP高效远程 Transformer：你需要参与更多，但不一定是每一层
提出了一种名为 MASFormer 的变种 Transformer 模型，它通过混合的注意力机制在处理长序列数据时既能捕捉到长距离依赖关系，又能在其余层使用稀疏注意力提高计算效率。实验结果表明，该模型在自然语言建模和生成任务中能够达到与全注
PDF8 months ago
RCS-YOLO: 快速高准确率的脑肿瘤检测物体探测器
该研究提出了一种基于重参数化卷积和通道洗牌的新型 YOLO 架构（RCS-YOLO），并通过特征级联和计算效率提取更丰富的信息，减少时间消耗，实现了在大脑肿瘤检测任务上的最新性能，超过了 YOLOv6、YOLOv7 和 YOLOv8 的速度
PDFa year ago
基于多启发式搜索的自动停车运动规划
采用多启发式搜索方法，在相比常规算法更复杂的搜索空间中获得更高效和更高质量的实时路径规划。
PDFa year ago
卷积神经网络中高效二次神经元的表达能力增强
本文提出了一种高效的二次神经元结构，能够提高卷积神经网络的表现，并在分类任务中实现了更高的精度和更好的计算效率。
PDFa year ago
NMTSloth: 理解和测试神经机器翻译系统效率退化
本文通过分析 1455 个公共可访问的神经机器翻译系统的工作机理和实现，发现了一个可针对性地对其中的一种根本属性进行操纵以大幅降低计算效率。研究人员提出了一个名为 NMTSloth 的渐变引导技术，它搜索字符级、标记级和结构级的最小和不易察
PDF2 years ago
BEVStereo：动态时间立体下的多视角三维物体检测深度估计增强
本文提出了一种基于时间立体的有效方法来处理三维物体检测中深度感知所固有的模糊性。其有效地选择了匹配候选项的比例，极大地减少了计算开销，设计了一种迭代算法来更新更有价值的候选项，使其适应于移动的候选项，并达到了比现有的 MVS 方法更好的性能
PDF2 years ago
面向设备的环境声音持续学习
本文提出一个简单而有效的连续学习方法，通过测量每个样本的分类不确定性来选择历史数据进行训练，避免在设备上环境音分类时出现的计算资源限制问题，实验结果表明，该方法在分类准确性和计算效率方面优于基线模型，能有效并不断学习新类别。
PDF2 years ago
MMSpikiLi：基于脉冲编码的雷达实时目标检测仿真在自动驾驶中的应用
本文阐述了脉冲神经网络在 3D 物体检测等实际应用方面的可行性，并在 GPU 上进行了仿真研究。
PDF2 years ago