sparse models | BriefGPT - AI 论文速递

关键词sparse models

搜索结果 - 27

稀疏深度神经网络的改进对抗鲁棒性
本文研究了基于深度神经网络的分类模型中稀疏性与鲁棒性之间的关系，并理论和实证分析表明，适当的模型稀疏化可以提高非线性 DNN 的鲁棒性，但过度稀疏化会使模型更难抵抗对抗性样本攻击。
PDF6 years ago
Eyeriss v2: 用于移动设备上新兴深度神经网络的灵活加速器
本文介绍了一种名为 Eyeriss v2 的 DNN 加速器结构，旨在为运行紧凑和稀疏的 DNN 提供专门的硬件支持，通过高度灵活的片上网络和直接在压缩域中处理稀疏数据的设计，显著提高计算性能和能源效率，同时提供了一种名为 Eyexam 的
PDF6 years ago
具有线性复杂度的高斯过程模型的变分推断
本文提出一种新的变分高斯过程模型，将均值函数和协方差函数在再生核希尔伯特空间中表示，可通过随机梯度上升来求解，时间和空间复杂度仅与均值函数参数数量成线性关系，适用于大规模高斯过程模型和回归任务的求解。
PDF7 years ago
图结构稀疏优化用于连通子图检测的技术报告
本文提出两种新的高效算法 Graph-IHT 和 Graph-GHTP，以优化各种应用中的高维数据分析。这些算法基于优化一个通用非线性目标函数，附带连接约束的变量支持，特别是在子图检测应用中，这些算法可以应用于优化几种著名的图形扫描统计方法
PDF8 years ago
限制玻尔兹曼机的拓扑洞察
本文从网络科学的角度，提出了一种基于小世界和无标度网络拓扑结构的约束 Restricted Boltzmann Machines 模型，它能够大大减少权重数量，提高生成能力，而不增加计算成本。
PDF8 years ago
Hilbert 空间中低维圆锥的稳定恢复：统一的 RIP
本论文研究在信号处理中的反问题中，利用低维模型和适当的正则化方法稳健地估计未知数据的问题，详细介绍了使用稀疏模型与 1 - 范数或低秩模型与核范数相结合的有效方法，并且使用一般的 RIP 原则保证了锥的稳定回收，为无限维度情况下的块结构稀疏
PDF9 years ago
稀疏建模在图像和视觉处理中的应用
本文介绍了关于稀疏模型及其应用的多学科研究，主要涉及模型选择、稀疏编码、图像识别和图像处理等领域。本文针对数据的学习和适应性字典，提供了一种自包含的稀疏建模方法，已在各种领域中获得成功应用。
PDF10 years ago