实体
Dirty-MNIST
Dirty-MNIST
PulseAugur coverage of Dirty-MNIST — every cluster mentioning Dirty-MNIST across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新方法通过单次前向传播加速贝叶斯神经网络
研究人员开发了一种新方法,通过使用单次概率前向传播(PFP)和代码生成来加速贝叶斯神经网络(BNNs)。这种方法显著降低了传统BNNs的计算成本,而传统BNNs通常需要多次前向传播来进行不确定性估计。PFP方法假设权重和激活服从高斯分布,允许进行解析不确定性传播,并实现了显著的加速,对于小批量数据可达4200倍,同时保持了准确性并改善了域外检测能力。这项技术对于在资源受限的系统(如嵌入式ARM CPU)上部署BNNs尤其有前景。
-
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。