「cs.PF」カテゴリーアーカイブ

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

Swing: Short-cutting Rings for Higher Bandwidth Allreduce

投稿日: 2024年1月18日 作成者: jarxiv

要約 allreduce 集合操作は、分散システム上で実行されるワークロードの実 … 続きを読む →

カテゴリー: C.2.4; C.2.2, cs.DC, cs.LG, cs.NI, cs.PF | Swing: Short-cutting Rings for Higher Bandwidth Allreduce はコメントを受け付けていません

PolyTOPS: Reconfigurable and Flexible Polyhedral Scheduler

投稿日: 2024年1月15日 作成者: jarxiv

要約 多面体技術は、低レベルのコンパイラや高レベルのプロセスでの自動コード最適化 … 続きを読む →

カテゴリー: cs.CL, cs.DC, cs.PF | PolyTOPS: Reconfigurable and Flexible Polyhedral Scheduler はコメントを受け付けていません

The Power of Training: How Different Neural Network Setups Influence the Energy Demand

投稿日: 2024年1月4日 作成者: jarxiv

要約 この研究では、機械学習の学習レジームと学習パラダイムのバリエーションが、対 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.PF | The Power of Training: How Different Neural Network Setups Influence the Energy Demand はコメントを受け付けていません

Design Space Exploration of Approximate Computing Techniques with a Reinforcement Learning Approach

投稿日: 2024年1月1日 作成者: jarxiv

要約 近似コンピューティング (AxC) 技術は、さまざまなアプリケーションでパ … 続きを読む →

カテゴリー: C.1, cs.AR, cs.LG, cs.PF | Design Space Exploration of Approximate Computing Techniques with a Reinforcement Learning Approach はコメントを受け付けていません