BriefGPT.xyz
Ask
alpha
关键词
energy constraint
搜索结果 - 2
FedAQ: 基于上下行自适应量化的通信高效联邦边缘学习
通过使用量化的综合方法,联合上下行适应性量化以减少通信开销,我们优化了学习收敛性,并通过确定最优的上行和下行量化位数进行了通信能量约束。实验结果表明,所提出的联合上行和下行适应性量化策略与现有方案相比,能够节省高达 66.7% 的能量。
PDF
10 days ago
基于双线性回归模型的平台无关能量受限深度神经网络压缩
本文提出了 ECC 框架,它使用双线性回归函数模拟 DNN 的能耗,将 DNN 压缩到给定的能量限制下,并通过结合 ADMM 框架和梯度下降算法的方法优化约束优化问题,从而实现在相同或更低的能量预算下实现更高的精度。
PDF
6 years ago
Prev
Next