computational efficiency | BriefGPT

关键词computational efficiency

搜索结果 - 575

在零样本机器人导航中平衡性能和效率
我们对机器人的目标导航任务中应用的视觉语言前沿地图（VLFM）进行了优化研究。我们评估了各种视觉语言模型、目标检测器、分割模型以及多模态理解和视觉问答模块的效率和性能。在有限的 VRAM 桌面上，我们提出了一个解决方案，它在不丢失重要路径长
PDFa month ago
RaDe-GS：高斯投影深度
高斯飞溅在新视角合成方面已被证明具有很高的效果，但对于重建细节丰富的 3D 形状尚未充分探索。本研究介绍了一种栅格化方法来渲染通用 3D 高斯飞溅的深度图和表面法线图，大大提高了形状重建的准确性，并保持高斯飞溅的计算效率。该方法在 DTU
PDFa month ago
医疗应用中多模态深度学习的低资源环境下的向量嵌入对齐方法
使用向量嵌入从单模态基础模型和多模态视觉语言模型来进行低资源环境下的多模态深度学习，特别是在医疗领域中。将这些方法与传统方法进行比较，评估它们对计算效率和模型性能的影响，使用精度、F1 分数、推理时间、训练时间和内存使用等指标。结论表明，嵌
PDFa month ago
一种高效的多分位数回归网络与特定预防分位数交叉的方法
本文提出了排序复合分位数回归神经网络（SCQRNN），这是一种先进的量位数回归模型，旨在防止量位数交叉并提高计算效率。通过在训练中集成特定的排序，SCQRNN 确保不交叉的分位数，提升模型可靠性和解释性。我们证明，SCQRNN 不仅可以防止
PDFa month ago
TetSphere Splatting: 用拉格朗日体网格表示高质量几何体
我们提出了 TetSphere 喷洒，一种用于重建高质量几何形状的显式的拉格朗日表示。与传统的物体重建方法不同，它主要使用欧拉表示，包括神经隐式方法（如 NeRF，NeuS）和显式表示方法（如 DMTet），通常在高计算需求和低优化网格质量
PDFa month ago
CiliaGraph：在边缘进行超轻量级和一次性图分类中加强表达的超维计算
CiliaGraph 是一种增强的表达性和超轻量级的 HDC（Hyper-Dimensional Computing）模型，用于图分类，通过引入一种新的节点编码策略，使用节点距离作为边权进行信息聚合，并将编码后的节点属性和结构信息进行拼接来
PDFa month ago
高效的集成改进训练数据归因
我们提出了两种高效的集成策略，DROPOUT ENSEMBLE 和 LORA ENSEMBLE，可以显著降低训练时间（高达 80％），服务时间（高达 60％）和空间成本（高达 80％），在保持与原有独立集成相似的归因效果的同时，有效地改善了
PDFa month ago
通过虚拟节点的概率图重连
隐式重连消息传递神经网络 (IPR-MPNNs) 整合了概率性图重连机制，解决了信息传递受限和结构瓶颈导致的问题，实现了跨较大距离的消息传递，并在多个图数据集上取得了最先进的性能，同时保持了显著更快的计算效率。
PDFa month ago
Blaze3DM：将三面体表示与扩散相结合用于三维医学反问题求解
Blaze3DM 是一种新颖的方法，通过集成紧凑的三平面神经场和强大的扩散模型，实现快速且高保真度的生成，用于解决 3D 医学逆问题，它在计算效率上显著提高了现有方法的性能（比以前的工作快 22~40 倍）。
PDFa month ago
数据重复有利于 SGD 学习高维多索引函数
神经网络通过高维嘈杂的数据识别低维相关结构，我们对其工作原理的数学理解仍然有限。本文研究了使用基于梯度的算法训练的两层浅层神经网络的训练动态，并讨论了它们在具有低维相关方向的多指标模型中学习相关特征的方式。
PDFa month ago
注意力作为一个 RNN
Transformers 在序列建模中取得了重大突破，但计算开销较大，本文提出了一种新的高效计算 attention 的方法，引入了名为 Aaren 的 attention-based 模块，使其能够像 Transformers 一样并行训
PDFa month ago
基于热力学局部启发的图神经网络
这项研究通过引入感知力偏差，同时套用热力学第一和第二原理，提高神经网络的准确性，尤其是在涉及到图网络时，通过开发一种本地化版本的感知力偏差，避免了全局 Poisson 和耗散矩阵的拼装，从而保存了图网络的节点结构，并在固体力学和流体力学领域
PDFa month ago
浅层循环解码器用于等离子体动力学的降阶建模
我们基于 Shallow REcurrent Decoder（SHRED）架构开发了一种模型降阶方案，该方案利用神经网络将有限的传感器测量时间序列编码转化为通过解码器网络得到完整状态空间重构，并根据变量分离理论能够重构具有动态耦合但没有传感
PDFa month ago
量子视觉变压器用于夸克胶子分类
提出了一种混合量子 - 经典视觉转换器架构，其特点是在注意机制和多层感知机中集成了变分量子电路。该研究解决了计算效率和资源限制在分析未来的高亮度大型强子对撞机数据方面的重要挑战，提出了该架构作为潜在解决方案。通过将该模型应用于 CMS 开放
PDF2 months ago
ICML非凸双层优化的 Moreau 包络：一种单循环且无 Hessian 的解决策略
该研究聚焦于解决大规模非凸双层优化问题中的两个主要挑战，即确保计算效率和提供理论保证，并通过引入一种创新的基于梯度的单循环算法、利用 Moreau 包络重构以及针对一般非凸双层优化问题提供的非渐进收敛分析，同时解决计算和理论挑战。该算法仅依
PDF2 months ago
ICML自主稀疏均值 - VaR 投资组合优化
我们提出了一种创新的自主稀疏均值 - CVaR 投资组合模型，能够在任意精度下逼近原始的 $\ell_0$ 约束均值 - CVaR 模型，提高计算效率并提供稳健的资产选择方案。
PDF2 months ago
CVPREMCAD: 高效多尺度卷积关注解码用于医学图像分割
EMCAD 是一种高效的多尺度卷积关注解码器，通过引入多尺度卷积来提高特征图，同时采用通道、空间和分组（大核）门控关注机制，以捕捉复杂的空间关系并关注显著区域，从而优化医学图像分割的性能和计算效率。
PDF2 months ago
LLM-QBench: 大型语言模型后训练量化最佳实践基准测试
探索量化大型语言模型的最佳实践，平衡性能与计算效率。通过基准测试和实验，提出了与标定数据、量化算法和量化方案相对应的三个关键点，并构建了最佳的 LLM PTQ 流水线。
PDF2 months ago
高能量密度下的辐射传递在扩散区域中利用 Fourier 神经算子
利用 Fourier 神经算子 (FNO) 建立了两个模型，分别通过学习将驱动条件和材料特性映射到基于 Hammer 和 Rosen (2003) 经典解析模型的解精度近似以及更准确的数值解来模拟 Marshak 波，结果表明 FNO 具有
PDF2 months ago
LightTR: 一个轻量级的联邦轨迹恢复框架
基于轻量级的客户端 - 服务器架构，充分利用轨迹数据，提供轨迹恢复和数据隐私保护的轻量级框架，旨在提高城市应用的效能。
PDF2 months ago