EC-NAS: Energy Consumption Aware Tabular Benchmarks for Neural Architecture Search

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bakhtiarifard, Pedram, Igel, Christian, Selvan, Raghavendra
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Algorithmic Simplification of Neural Networks with Mosaic-of-Motifs
von: Bakhtiarifard, Pedram, et al.
Veröffentlicht: (2026)

Characterizing Learning in Deep Neural Networks using Tractable Algorithmic Complexity Analysis
von: Bakhtiarifard, Pedram, et al.
Veröffentlicht: (2026)

BMRS: Bayesian Model Reduction for Structured Pruning
von: Wright, Dustin, et al.
Veröffentlicht: (2024)

When Can Memorization Improve Fairness?
von: Pepin, Bob, et al.
Veröffentlicht: (2024)

Efficiency is Not Enough: A Critical Perspective of Environmentally Sustainable AI
von: Wright, Dustin, et al.
Veröffentlicht: (2023)

PePR: Performance Per Resource Unit as a Metric to Promote Small-Scale Deep Learning in Medical Image Analysis
von: Selvan, Raghavendra, et al.
Veröffentlicht: (2024)

Activation Compression of Graph Neural Networks using Block-wise Quantization with Improved Variance Minimization
von: Eliassen, Sebastian, et al.
Veröffentlicht: (2023)

HW-NAS-Bench:Hardware-Aware Neural Architecture Search Benchmark
von: Li, Chaojian, et al.
Veröffentlicht: (2021)

FairQuant: Fairness-Aware Mixed-Precision Quantization for Medical Image Classification
von: Woergaard, Thomas, et al.
Veröffentlicht: (2026)

Oscillations Make Neural Networks Robust to Quantization
von: Wenshøj, Jonathan, et al.
Veröffentlicht: (2025)

Is Adversarial Training with Compressed Datasets Effective?
von: Chen, Tong, et al.
Veröffentlicht: (2024)

A Discrepancy-Based Perspective on Dataset Condensation
von: Chen, Tong, et al.
Veröffentlicht: (2025)

UniPhyNet: A Unified Network For Multimodal Physiological Raw Signal Classification
von: Qiu, Renxiang, et al.
Veröffentlicht: (2025)

NAS-Bench-Graph: Benchmarking Graph Neural Architecture Search
von: Qin, Yijian, et al.
Veröffentlicht: (2022)

Anytime Neural Architecture Search on Tabular Data
von: Xing, Naili, et al.
Veröffentlicht: (2024)

Kernel-Level Energy-Efficient Neural Architecture Search for Tabular Dataset
von: La, Hoang-Loc, et al.
Veröffentlicht: (2025)

MARCO: Hardware-Aware Neural Architecture Search for Edge Devices with Multi-Agent Reinforcement Learning and Conformal Prediction Filtering
von: Fayyazi, Arya, et al.
Veröffentlicht: (2025)

LLM-NAS: LLM-driven Hardware-Aware Neural Architecture Search
von: Zhu, Hengyi, et al.
Veröffentlicht: (2025)

Smooth Min-Max Monotonic Networks
von: Igel, Christian
Veröffentlicht: (2023)

Guidelines for the Quality Assessment of Energy-Aware NAS Benchmarks
von: Kocher, Nick, et al.
Veröffentlicht: (2025)

On Uniform, Bayesian, and PAC-Bayesian Deep Ensembles
von: Hauptvogel, Nick, et al.
Veröffentlicht: (2024)

CoDeQ: End-to-End Joint Model Compression with Dead-Zone Quantizer for High-Sparsity and Low-Precision Networks
von: Wenshøj, Jonathan, et al.
Veröffentlicht: (2025)

Operating critical machine learning models in resource constrained regimes
von: Selvan, Raghavendra, et al.
Veröffentlicht: (2023)

An Empirical Study of the Influence of Adversarial Fine-Tuning on Compressed Neural Networks
von: Thorsteinsson, Hallgrimur, et al.
Veröffentlicht: (2024)

MicroNAS: Memory and Latency Constrained Hardware-Aware Neural Architecture Search for Time Series Classification on Microcontrollers
von: King, Tobias, et al.
Veröffentlicht: (2023)

FuelCast: Benchmarking Tabular and Temporal Models for Ship Fuel Consumption
von: Viga, Justus, et al.
Veröffentlicht: (2025)

ECToNAS: Evolutionary Cross-Topology Neural Architecture Search
von: Schiessler, Elisabeth J., et al.
Veröffentlicht: (2024)

SeqNAS: Neural Architecture Search for Event Sequence Classification
von: Udovichenko, Igor, et al.
Veröffentlicht: (2024)

MicroNAS: Zero-Shot Neural Architecture Search for MCUs
von: Qiao, Ye, et al.
Veröffentlicht: (2024)

FR-NAS: Forward-and-Reverse Graph Predictor for Efficient Neural Architecture Search
von: Zhang, Haoming, et al.
Veröffentlicht: (2024)

SEval-NAS: A Search-Agnostic Evaluation for Neural Architecture Search
von: Mih, Atah Nuh, et al.
Veröffentlicht: (2026)

Distribution Shift Aware Neural Tabular Learning
von: Ying, Wangyang, et al.
Veröffentlicht: (2025)

A Federated Learning Benchmark on Tabular Data: Comparing Tree-Based Models and Neural Networks
von: Lindskog, William, et al.
Veröffentlicht: (2024)

MorphNAS: Differentiable Architecture Search for Morphologically-Aware Multilingual NER
von: Devadiga, Prathamesh, et al.
Veröffentlicht: (2025)

CE-NAS: An End-to-End Carbon-Efficient Neural Architecture Search Framework
von: Zhao, Yiyang, et al.
Veröffentlicht: (2024)

LassoFlexNet: Flexible Neural Architecture for Tabular Data
von: Lui, Kry Yik Chau, et al.
Veröffentlicht: (2026)

HGNAS: Hardware-Aware Graph Neural Architecture Search for Edge Devices
von: Zhou, Ao, et al.
Veröffentlicht: (2024)

RegimeNAS: Regime-Aware Differentiable Architecture Search With Theoretical Guarantees for Financial Trading
von: Devadiga, Prathamesh, et al.
Veröffentlicht: (2025)

Vision Transformer Neural Architecture Search for Out-of-Distribution Generalization: Benchmark and Insights
von: Ho, Sy-Tuyen, et al.
Veröffentlicht: (2025)

Q-PhotoNAS: Hybrid Quantum Neural Architecture Search Framework on Photonic Devices
von: Elnakhal, Farah, et al.
Veröffentlicht: (2026)