Neural Network Subgraphs Correlation with Trained Model Accuracy - Publikacja - MOST Wiedzy

Wyszukiwarka

Neural Network Subgraphs Correlation with Trained Model Accuracy

Abstrakt

Neural Architecture Search (NAS) is a computationally demanding process of finding optimal neural network architecture for a given task. Conceptually, NAS comprises applying a search strategy on a predefined search space accompanied by a performance evaluation method. The design of search space alone is expected to substantially impact NAS efficiency. We consider neural networks as graphs and find a correlation between the presence of subgraphs and the network’s final test accuracy by analyzing a dataset of convolutional neural networks trained for image recognition. We also consider a subgraph based network distance measure and suggest opportunities for improved NAS algorithms that could benefit from our observations.

Cytowania

  • 0

    CrossRef

  • 0

    Web of Science

  • 0

    Scopus

Cytuj jako

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Publikacja monograficzna
Typ:
rozdział, artykuł w książce - dziele zbiorowym /podręczniku w języku o zasięgu międzynarodowym
Tytuł wydania:
Artificial Intelligence and Soft Computing strony 271 - 279
Język:
angielski
Rok wydania:
2020
Opis bibliograficzny:
Wrosz I.: Neural Network Subgraphs Correlation with Trained Model Accuracy// Artificial Intelligence and Soft Computing. Part 1/ : , 2020, s.271-279
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/978-3-030-61401-0_26
Źródła finansowania:
  • Działalność statutowa/subwencja
Weryfikacja:
Politechnika Gdańska

wyświetlono 124 razy

Publikacje, które mogą cię zainteresować

Meta Tagi