Projekty finansowane przez NCN
Akceleracja i kompresja głębokich sieci neuronowych przy pomocy metod aproksymacji niskiego rzędu
2023/49/N/ST6/02697
Słowa kluczowe:
kompresja sieci neuronowych redukcja wielowymiarowości aproksymacja modelami niskiego rzędu faktoryzacja macierzy faktoryzacja tensora
Deskryptory:
- ST6_07: Sztuczna inteligencja, systemy inteligentne i wieloagentowe
- ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowania w przetwarzaniu sygnałów (np. mowy, obrazów, filmów)
- ST6_12: Obliczenia naukowe, narzędzia modelowania i symulacji
Panel:
ST6 - Informatyka i technologie informacyjne: technologie i systemy informacyjne, informatyka, obliczenia naukowe, systemy inteligentne
Konkurs: PRELUDIUM 22 - ogłoszony 2023-03-16
Przyznana kwota: 89 694 PLN
Rozpoczęcie projektu: 2024-01-29
Zakończenie projektu: 2026-01-28
Planowany czas trwania projektu: 24 miesięcy (z wniosku)
Status projektu: Projekt w realizacji
Opis Projektu
Pobierz opis projektu w formacie .pdf
Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.
Dane z raportu końcowego/rocznego
- Teksty w publikacjach pokonferencyjnych (1)
- Positive concave deep equilibrium modelsAutorzy:Mateusz Gabor, Tomasz Piotrowski, Renato L. G. CavalcanteKonferencja:Proceedings of the 41st International Conference on Machine Learning (rok: 2024, tom: International Conference on Machine Learning, strony: 14365–14381), Wydawca: Proceedings of Machine Learning ResearchData:konferencja 21-27.07.2024Status:Opublikowana