「cs.PF」カテゴリーアーカイブ

Learning to Defer in Content Moderation: The Human-AI Interplay

投稿日: 2024年4月29日 作成者: jarxiv

要約 オンライン プラットフォームでコンテンツ モデレーションを成功させるには、 … 続きを読む →

カテゴリー: cs.AI, cs.GT, cs.HC, cs.LG, cs.PF | Learning to Defer in Content Moderation: The Human-AI Interplay はコメントを受け付けていません

Learning Performance-Improving Code Edits

投稿日: 2024年4月29日 作成者: jarxiv

要約 ムーアの法則の衰退により、プログラムのパフォーマンスの最適化がソフトウェア … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.PF, cs.SE | Learning Performance-Improving Code Edits はコメントを受け付けていません

Worst-Case Convergence Time of ML Algorithms via Extreme Value Theory

投稿日: 2024年4月11日 作成者: jarxiv

要約 この論文では、極値の統計を利用して、機械学習アルゴリズムの最悪の場合の収束 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.PF, cs.PL, cs.SE | Worst-Case Convergence Time of ML Algorithms via Extreme Value Theory はコメントを受け付けていません

A 4D Hybrid Algorithm to Scale Parallel Training to Thousands of GPUs

投稿日: 2024年3月28日 作成者: jarxiv

要約 分散システム上で最先端のニューラル ネットワークをトレーニングする場合、多 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, cs.PF | A 4D Hybrid Algorithm to Scale Parallel Training to Thousands of GPUs はコメントを受け付けていません

DeepGD: A Multi-Objective Black-Box Test Selection Approach for Deep Neural Networks

投稿日: 2024年3月4日 作成者: jarxiv

要約 ディープニューラルネットワーク（DNN）は、画像処理、音声認識、自然言語処 … 続きを読む →

カテゴリー: cs.LG, cs.PF, cs.SE | DeepGD: A Multi-Objective Black-Box Test Selection Approach for Deep Neural Networks はコメントを受け付けていません

Learning to Defer in Content Moderation: The Human-AI Interplay

投稿日: 2024年2月20日 作成者: jarxiv

要約 オンライン プラットフォームでコンテンツ モデレーションを成功させるには、 … 続きを読む →

カテゴリー: cs.AI, cs.GT, cs.LG, cs.PF | Learning to Defer in Content Moderation: The Human-AI Interplay はコメントを受け付けていません

Characterizing Accuracy Trade-offs of EEG Applications on Embedded HMPs

投稿日: 2024年2月16日 作成者: jarxiv

要約 脳波検査 (EEG) 記録は、バッテリー駆動のウェアラブル デバイスを使用 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.PF, eess.SP | Characterizing Accuracy Trade-offs of EEG Applications on Embedded HMPs はコメントを受け付けていません

Predicting Configuration Performance in Multiple Environments with Sequential Meta-learning

投稿日: 2024年2月6日 作成者: jarxiv

要約 与えられたソフトウェア構成のパフォーマンスを学習し予測することは、多くのソ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.PF, cs.SE | Predicting Configuration Performance in Multiple Environments with Sequential Meta-learning はコメントを受け付けていません

Enhancing Energy-Awareness in Deep Learning through Fine-Grained Energy Measurement

投稿日: 2024年2月2日 作成者: jarxiv

要約 ディープラーニング (DL) モデルの使用量、規模、複雑さが増大するにつれ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.PF, cs.SE | Enhancing Energy-Awareness in Deep Learning through Fine-Grained Energy Measurement はコメントを受け付けていません

MoE-Infinity: Activation-Aware Expert Offloading for Efficient MoE Serving

投稿日: 2024年1月26日 作成者: jarxiv

要約 この文書では、アクティベーションを意識したエキスパート オフロードを実現す … 続きを読む →

カテゴリー: cs.LG, cs.PF | MoE-Infinity: Activation-Aware Expert Offloading for Efficient MoE Serving はコメントを受け付けていません