내년 2월에 밴쿠버에서 열리는 AAAI 2024 학회에 작년에 이어 또 다시 2편의 논문을 발표하게 되었습니다.
올 한해도 모두들 수고하셨고 저희 블로그 방문해 주시는 분들도 새해 복 많이 받으세요~!
"REPrune: Channel Pruning via Kernel Representative Selection"
"Catch-up Mix: Catch-up Class for Struggling Filters in CNN"
KDST(KIST Data Science Team)는 기계학습을 포함한 데이터와 지능에 관련된 여러 주제에 대해서 연구하는 팀입니다.
KDST
KDST
tag cloud
- pruning
- NaturalInversion
- bearing fault diagnosis
- bearing fault detection
- CVPR 2021
- Multi-Task Learning
- Knowledge Distillation
- cnn
- AdaptiveDeepInversion
- autoencoder
- anomaly detection
- 2022AAAI
- Reinforcement Learning
- Out of Distribution
- AdaShare
- DegAug
- Data-Free Image Synthesis
- AAAI 2021
- Neural network inversion
- Singulairty
- gan
- Neural Architecture Search
- ICCV
- neuron merging
- 강화학습
- 2022-AAAI
- Dynamic Pruning
- Manifold Regularized Dynamic Network Pruning
- DQN
- MLP-Mixer
