实体
Physical Neural Networks
Physical Neural Networks
PulseAugur coverage of Physical Neural Networks — every cluster mentioning Physical Neural Networks across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
通过可训练路由优化物理神经网络
研究人员开发了一种新颖的方法来优化物理神经网络（PNN），将信号与输入变量之间的路由视为可训练参数。这种方法利用 Gumbel-Softmax 重参数化，以最小的推理开销增强了 PNN 的表达能力。在 MNIST 和 CIFAR-10 数据集上的实验表明，准确性有了显著提高，对于一个小型 CNN 模型，MNIST 分类准确率从 94.5% 提高到 96.9%，CIFAR-10 从 62.8% 提高到 68.0%。
-
LLM指导的框架优化物理神经网络架构
研究人员开发了一个名为UH-NAS的新框架，该框架使用LLM来指导物理神经网络的神经架构搜索。这种方法将任务准确性与能耗和物理非理想性等硬件约束进行了协同优化。UH-NAS被设计为硬件无关的，能够跨不同计算平台进行公平比较，并发现比传统方法更鲁棒的架构。