인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Optimization of multi-layer, multi-element systems such as deep learning is an NP-hard problem that requires determining the number of layers, the number of elements in a layer, and the types of elements. In such a system, deleting redundant elements to reduce the size while maintaining performance is crucial to conserve resources and improve the efficiency of the system. This is a very complex and challenging problem because it consists of a large number of multi-layered and multi-element systems with a huge search space. Evolutionary computation is widely used for large-scale optimization problems due to its high efficiency, but it is difficult to apply due to the characteristics of evolutionary computation when the calculation of the fitness function is complex. To solve this problem, we propose a technique that dramatically reduces the search space by improving the representation of the gene. We verify its feasibility by applying it to a case study, CNN pruning. We use the ResNet56 model for the CIFAR10 dataset and compare it with existing pruning approaches.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092309888
