★ 3
ENAS：面向微控制器的 TinyML 硬件感知 NAS 框架
论文提出 ENAS，一个无需 GPU 即可高效运行的硬件感知神经架构搜索框架，结合静态可行性检查、支持多种模块的单元搜索空间与三阶段混合搜索策略。在 Visual Wake Words 与 Melanoma Cancer 两个 TinyML 基准上，搜索时间分别加速 2.41 倍与 1.70 倍，…
arXiv cs.LG35 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 ENAS，一个无需 GPU 即可高效运行的硬件感知神经架构搜索框架，结合静态可行性检查、支持多种模块的单元搜索空间与三阶段混合搜索策略。在 Visual Wake Words 与 Melanoma Cancer 两个 TinyML 基准上，搜索时间分别加速 2.41 倍与 1.70 倍，…
论文提出 TGL-NSGA-II，用预训练教师按难度与类别分层样本，并通过 KD-Lite 短蒸馏为候选打分，再与高斯过程代理融合以筛选全量评估对象。在关键词唤醒与鸟鸣分类任务上，Kendall-τ 达 0.74 与 0.62，代理分数方差降低 41%，运行速度比完整 NSGA-II 快 2.2 …