hardware-aware neural architecture search
PulseAugur coverage of hardware-aware neural architecture search — every cluster mentioning hardware-aware neural architecture search across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的离散元启发式算法MOSHO加速硬件感知NAS
研究人员开发了MOSHO,一种用于硬件感知神经架构搜索的新型离散元启发式算法。该方法通过使用离散架构编辑算子来解决连续公式的局限性,从而提高探索和搜索效率。MOSHO在合并基准测试中表现出与NSGA-II相当的性能,实现了相似的帕累托前沿,同时将搜索运行时间显著减少了96.4%。
-
新框架实现传感器内人工智能用于轴承故障诊断
研究人员开发了BearingNAS,一个硬件感知神经架构搜索(HW-NAS)框架,可在传感器硬件上直接实现智能故障诊断。该框架设计用于在极其有限的资源预算下运行,例如4-8千字节的RAM和16-32千字节的Flash,并通过采用轻量级搜索策略避免了对昂贵GPU的需求。该系统在Case Western Reserve University轴承基准测试上进行了测试,并在意法半导体(STMicroelectronics)的LSM6DSO16…
-
新的NAS方法针对效率和嵌入式设备 · 跟踪4个来源
研究人员开发了新的神经架构搜索(NAS)方法,旨在提高效率和资源意识。一种名为InTrain的方法,通过分析几何容量和优化弹性,引入了一个统一的可训练性理论代理,并取得了与现有方法相媲美的结果。同时,其他研究侧重于硬件感知的NAS,能够创建可以在内存有限的嵌入式设备(如微控制器)上运行的微型卷积神经网络(CNN),用于物联网设备的计算机视觉等应用。