实体
CINIC-10
CINIC-10
PulseAugur coverage of CINIC-10 — every cluster mentioning CINIC-10 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
DeepFedNAS 为异构物联网联邦优化神经网络架构
研究人员开发了 DeepFedNAS，一个旨在优化异构物联网（IoT）联邦的神经网络架构的新型框架。这种利用帕累托引导的超网络训练和无预测器搜索的两阶段方法，与现有的联邦神经架构搜索（FedNAS）方法相比，显著降低了计算成本和时间。DeepFedNAS 在各种数据集上即使在非独立同分布（non-IID）条件下也展示了最先进的准确性和稳健的性能，使其成为可扩展、通信受限的物联网环境的实用解决方案。
-
FEAST框架增强了异构资源客户端的联邦学习能力
研究人员推出了一种新颖的联邦学习框架FEAST，旨在适应计算资源各异的客户端。FEAST训练一个单一的弹性模型（或称“超网”），通过同时学习多个子网络来适应不同客户端的预算。这种方法确保了参数能够被更广泛的客户端访问，从而提高了异构环境下的准确性。在CIFAR-100等数据集上的实验结果表明，FEAST的性能显著优于现有的权重共享方法，实现了更高的总体平均准确率，并减少了模型参数的传输量。
-
AI通过神经符号和BNN方法推进光子组件设计
研究人员开发了使用AI设计光子组件的新方法。一种方法，“光子贝叶斯神经网络的约束协同设计”，通过解决光子实现中的硬件约束来专注于改进贝叶斯神经网络的不确定性估计。另一种方法，“PixCell”，使用神经符号系统将光子组件的视觉表示转换为可执行的参数化程序，实现了高精度，并能够训练Qwen3.6 35B-A3B等大型语言模型，而无需监督演示。