dnn | BriefGPT - AI 论文速递

关键词dnn

搜索结果 - 49

使用 Korch 进行张量程序的最优核编排
Korch 是一个张量程序优化器，通过将操作符进行分解，然后利用二进制线性规划求解器优化内核编排，生成可在现代 GPU 平台直接部署的可执行文件，从而在 V100 和 A100 GPU 上比现有的张量程序优化器提高了最多 1.7 倍和 1.
PDF19 days ago
潜在空间中的领域转移（DTLS）能在图像超分辨率中取得胜利 - 一种非降噪模型
本文提出了一种简单的方法来进行高效图像超分辨率，该方法采用了扩散模型的基本结构，通过建立领域之间的转移关系，学习统计特性的差异以促进逐步插值，并通过参考输入的 LR 图像对转移领域进行条件控制，实验结果表明，该方法不仅优于最先进的大规模超分
PDF8 months ago
通过线性预测提高深度神经网络训练效率和性能
提出了一种优化深度神经网络训练效果的方法，通过参数预测来改进模型性能，通过实验证实了该方法在不同的深度神经网络结构上提高了训练效率和性能。
PDF8 months ago
深度 Rigdelet 变换：声音通过 Koopman 算子证明形式深度网络的普遍性
我们通过对数据空间上的群作用来确定 DNN 中的隐藏层，并将 DNN 形式化为与 Koopman 算子相关的双声音转换。基于群论论证，特别是使用 Schur 引理，我们对这些 DNN 的普适性进行了简单的证明。
PDF9 months ago
MetaML：用于深度学习加速的可定制跨阶段设计流程自动化
本论文介绍了一种新的针对深度神经网络（DNN）硬件加速器的优化框架，它能够快速开发定制化和自动化的设计流程，同时具有高度可定制性和灵活性，通过引入新的优化和转换任务，不需要人类专业知识，可以在保持准确性的同时大幅度降低 DSP 和 LUT
PDFa year ago
通过先决变换减轻后门攻击
本文提出了一种名为先决条件转换（Prerequisite Transformation，PT）的新方法，该方法可在不破坏模型性能的情况下对抗后门攻击，同时保护触发器特征和正常特征。
PDFa year ago
CYRUS 足球仿真 2D 团队在 RoboCup 2023 中的观测去噪
介绍 CYRUS 足球模拟 2D 团队的最新研究，包括基于 LSTM 和 DNN 的去噪方法，并使用基于 Helios 和 Gliders 的 CYRUS2D 基础代码。
PDFa year ago
神经网络是否真的编码符号概念？
本文探讨了神经网络模型中输入变量之间互动和由此定义出的概念所代表的意义是否真实可靠，经过大量实证研究，发现训练良好的神经网络模型往往可以获得稀疏、可转移和有区分性的概念，这部分与人类观点相符合。
PDFa year ago
WSDM股票运动预测中多种动力学和内部动力学的高效集成
本研究提出了一个用于预测股票走势的框架，利用 DNN 技术实现了逐股票的内部动态与不同股票间多阶相关性建模，并采用了基于小波基的超图注意力，实现了在效率与准确率上的平衡。实验结果表明，该框架在收益和稳定性方面超越了现有方法。
PDF2 years ago
DynamicISP: 动态控制的图像信号处理器用于图像识别
本研究提出了一种名为 DynamicISP 的图像信号处理器，该处理器由多个经典 ISP 函数组成，根据前一帧的识别结果动态地控制每帧的参数，以达到在单一和多类目标检测任务中取得低计算成本和最先进的准确度的目的。
PDF2 years ago
量化 DNN 中的知识以解释分类任务中的知识蒸馏
该论文提供了一种新的角度说明知识蒸馏的成功，即基于信息理论对 DNN 中间层编码的知识点进行量化，并通过分析 DNN 的特征表示来验证三个关于知识蒸馏的假设，包括编码了比从头开始学习更多的知识点，更可能同时学习不同的知识点以及一种更加稳定的
PDF2 years ago
ECCV从超网络中联合进行架构搜索和参数剪枝，绘制与任务无关的彩票票券
本文提出了一种 SuperTickets 的方法，通过一种两合一的训练方法进行神经架构搜索和参数修剪，从而直接识别出有效的神经网络。该方法不仅能够改善精度和效率权衡的问题，并且可用于多任务处理。
PDF2 years ago
CVPR基于几何结构先验的 BEV 重建三维车道检测方法
本研究提出了一种新的方法来解决通过利用 2D 到 3D 车道重建过程底层的几何结构来摆脱单目 3D 车道检测问题的方法，并使用结构先验来实现从局部到全局的三维车道重建，通过直接从前视图图像中提取 BEV 车道信息和任务特定的数据增强方法来降
PDF2 years ago
CoCoPIE XGen：一种面向全栈的 AI 优化框架
XGen 是一个优化 DNN 的框架，采用横向协作设计，侧重于在边缘设备上运行实时 AI 应用程序，其优化包括创新的全栈 AI 优化，能够优化各种深度学习神经网络，生成比现有 DNN 框架更快、精度相同的代码。
PDF2 years ago
消失的命令：使用声音掩蔽对自动语音识别系统进行欺骗攻击
深度学习技术发展促进了语音识别技术的性能提高，但是现有研究表明 DNN 对微小干扰敏感且容易产生误识别，这对被语音控制的智能语音应用来说极为危险。
PDF2 years ago
手工制作与可学习的混合音频表示，用于认知和身体负荷下的语音分析
本文提出了一种使用手工特征和基于数据驱动深度神经网络表示的自监督音频表示方法，用于检测语音中负荷相关的压力。此方法在多个数据集中展现优异性能，胜过传统数字信号处理方法和最新的基于深度神经网络的声音表示学习方法。
PDF2 years ago
谐振在基于 DNN 的和仿生单声道语音分离系统中起着关键作用
本文研究深度学习中语音分离网络的原理，探讨赫姆震 (音谐振) 对深度神经网络 Conv-TasNet 和 DPT-Net 的影响，并发现语音分离性能会明显受到赫姆震的影响而下降。
PDF2 years ago
DNNFuser：基于生成式预训练转换器的 DNN 加速器层融合通用映射器
本文提出了一种基于 Transformer 的 DNNFuser 映射器，专注于处理网络中的层融合映射空间，在一次推理传递内，DNNFuser 能够与高度优化的搜索映射器相匹配的性能推断出解决方案，速度提高了 66x 至 127x
PDF2 years ago
MM失真图像的早期退出深度神经网络：提供高效的边缘卸载
通过专家侧支分支在边缘检测图像扭曲类型并根据该类型选择正确的侧支分支来执行推理的方法提高了边缘推理的估计精度，改善了边缘卸载决策。
PDF3 years ago
ICCVMultiTask-CenterNet (MCN): 使用无 Anchor 的方法高效且多样化的完成多任务学习
本文介绍了一种基于 CenterNet anchor-free 方法的深度神经网络，称为多任务中心网络（MCN），其可同时执行多个感知相关任务，包括目标检测、语义分割和人体姿势估计，而且 MCN 体系结构可以降低推理时间并减小网络规模。
PDF3 years ago