Papers with Code 아카이브
Neural Architecture Search
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 1
- 평가표
- 26
- 보존된 평가 기록
- 424
Neural architecture search (NAS) is a technique for automating the design of artificial neural networks (ANN), a widely used model in the field of machine learning. NAS essentially takes the process of a human manually tweaking a neural network and learning what works well, and automates this task to discover more complex architectures.
Image Credit : NAS with Reinforcement Learning
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
SmartMixed: 신경망에서 적응형 활성화 함수 학습을 위한 2단계 학습 전략
FlexAct: 선택할 수 있는데 왜 학습하는가?
양자화 및 연속 강한 복권 티켓을 위한 통합 프레임워크
비전 트랜스포머의 깊이 가지치기 재고: 이질성 인식 관점
Bi-NAS: Towards Effective and Personalized Explanation for Recommender Systems via Bi-Level Neural Architecture Search
BEACON: 효율적인 참신성 탐색을 위한 베이즈 최적화 기반 전략
신경망 구조 탐색을 위한 이중 수준 최적화
자동 튜닝에서의 제약 인식 최적화
자율 조향을 위한 경량 CNN 모델 탐색에 진화적 하이퍼파라미터 최적화 적용
의미 인식 이중 수준 공진화: 자동화된 다중 컴포넌트 알고리즘 설계를 향하여
진화적 외부 루프가 도움이 되지 않을 때를 사전에 파악하기: 사전 등록된 저비용 기준선 스크리닝 규칙
범용 오디오 태깅에서 공간적 그라운딩 기반 음원 이벤트 위치 추정 및 탐지로
첨단 시스템 설계를 위한 AI 기반 합성: 혁신 자동화
Neural Architecture Search for Generative Adversarial Networks: A Comprehensive Review and Critical Analysis
EVOM: 강화학습을 위한 액터-크리틱 아키텍처의 에이전트 기반 메타-진화
비전 기초 모델에서 미분 가능 검색을 통한 층별 프롬프트 융합 방식 탐색
On-Device Neural Architecture Search
Heuresis: Search Strategies for Autonomous AI Research Agents Across Quality, Diversity and Novelty
Agentic evolution of physically constrained foundation models
SEAL: Searching Expandable Architectures for Incremental Learning
온라인 가소성을 활용한 증명 가능한 준선형 이중 시간척도 신경진화
올바른 활성화 함수로 신경망이 Game of Life 역학을 훨씬 쉽게 학습한다: Polynomial Kolmogorov-Arnold Networks
NNGPT AutoML 파이프라인에서 견고한 학습을 향해: 손실-옵티마이저 페어링 선택 연구
신경 아키텍처 분포: 확률적 세그멘테이션을 위한 새로운 패러다임
InTrain: 제로 코스트 신경 아키텍처 탐색을 위한 고유 학습 가능성
GrapNet: 프로그래밍 가능한 동적 아키텍처 신경망 그래프 기반
모델 병합 최적화를 위한 대리 벤치마크
코드를 위한 회귀 언어 모델
Colab NAS: 오컴의 면도날 원칙을 따르는 경량의 작업 특화 합성곱 신경망 획득
하이브리드 구조의 에이전트 기반 발견을 통한 심장 전기생리학 디지털 트윈 학습
지속 가능한 딥러닝을 위한 AutoML 활용: 딥 시프트 신경망에서의 다목표 하이퍼파라미터 최적화 접근법
IoT 게이트웨이에서 센서 노드를 위한 신경망 아키텍처 탐색
자원 제한적 순차 학습을 위한 암 형태적 신경 에이전트 집단
DrivingAgent: 자율 주행 시스템을 위한 설계 및 스케줄링 에이전트
구조적 가소성에서 성장의 안정성에 관하여
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.