energy savings | BriefGPT - AI 论文速递

关键词energy savings

搜索结果 - 8

基于条件稀疏到更稀疏方案的去中心化个性化联邦学习
提出了一种新颖的 DA-DPFL 稀疏到更稀疏的训练方案，通过动态聚合逐渐减少模型参数，从而在保留关键学习期间的足够信息的同时实现了能耗大幅降低，并在测试准确性上明显优于 DFL 基准。
PDF2 months ago
3R-INN：如何在消费 / 传递视频时实现环境友好？
通过提供具有最低可行质量的内容，3R-INN 有助于降低编码、传输、解码和显示的能量消耗，出色地完成了去噪和能量节约任务，并在不同的测试集上在调整大小任务上取得了最先进的性能。
PDF3 months ago
一种有效高效的绿色联邦学习方法用于单层神经网络
基于无隐藏层神经网络的联邦学习方法在单次训练中生成全球协作模型，同时保护数据隐私和节省能源。
PDF6 months ago
规模 - 丢弃：使用随机规模估计深度神经网络中的不确定性
在本论文中，我们提出了一种用于二元神经网络（BNNs）的新型正则化技术 —— 比例 Dropout（Scale Dropout），以及基于蒙特卡罗比例 Dropout（MC-Scale Dropout）的 Bayesian NNs，用于有效
PDF7 months ago
绿色人工智能的系统性评估
通过对 98 个文献的分析，系统地回顾了绿色人工智能研究领域。大多数研究关注于 AI 模型的环境可持续性，包括监控 AI 模型的排放量、调整超参数以提高模型的可持续性，或者对模型进行基准测试。实验室实验是最常见的研究策略。报告的节能率高达
PDFa year ago
层次强化学习优化工业暖通空调系统
通过使用分层强化学习技术，该论文对工业冷却系统进行优化，实现了节能的同时，控制了 HVAC 控制环境下冷却机的安全边界。
PDF2 years ago
DeepConfig：利用机器学习自动化数据中心网络拓扑管理
本文提出利用深度学习方法，设计通用中间表示法以解决数据中心网络中的多种问题，并开发了一个框架 DeepConfig，该框架简化了配置和训练深度学习代理的过程，并表明其在数据中心拓扑增强问题上表现优异。
PDF7 years ago
位加速：一种位级动态可组合架构，用于加速深度神经网络
本文提出一种新的 DNN 加速器设计 ——Bit Fusion，通过引入动态位级融合／分解，实现了对 DNN 层位宽进行动态匹配，提高了计算性能且无损精度。通过与现有 DNN 加速器模型的比较实验，Bit Fusion 在面积、频率与工艺技
PDF7 years ago