★ 1
留一被试评估下的高效神经架构搜索
论文针对自动疼痛评估中留一被试（LOSO）评估嵌入神经架构搜索计算量随被试数平方增长的问题，提出基于分块、控制泄漏的 PainNAS 方法，将搜索次数从 N 降至 B（B 远小于 N）。在 BioVid 热痛数据集上，PainNAS 以显著更少的参数与 FLOPs 取得可比的被试级准确率。
arXiv cs.LG42 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文针对自动疼痛评估中留一被试（LOSO）评估嵌入神经架构搜索计算量随被试数平方增长的问题，提出基于分块、控制泄漏的 PainNAS 方法，将搜索次数从 N 降至 B（B 远小于 N）。在 BioVid 热痛数据集上，PainNAS 以显著更少的参数与 FLOPs 取得可比的被试级准确率。