Buchumschlag

Self-Compressing Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cséfalvay, Szabolcs, Imber, James
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fast Local Neural Regression for Low-Cost, Path Traced Lambertian Global Illumination
von: Salmi, Arturo, et al.
Veröffentlicht: (2024)

Optimizing Deep Neural Networks using Safety-Guided Self Compression
von: Zbeeb, Mohammad, et al.
Veröffentlicht: (2025)

Compressing Deep Neural Networks Using Explainable AI
von: Soroush, Kimia, et al.
Veröffentlicht: (2025)

Compressing Neural Networks Using Tensor Networks with Exponentially Fewer Variational Parameters
von: Qing, Yong, et al.
Veröffentlicht: (2023)

Automatically Differentiable Nonlinear Tensor Networks (ADNTNs) for Exponential Compression of Deep Neural Networks
von: Cichocki, Andrzej, et al.
Veröffentlicht: (2026)

Compression Repair for Feedforward Neural Networks Based on Model Equivalence Evaluation
von: Mo, Zihao, et al.
Veröffentlicht: (2024)

NeuZip: Memory-Efficient Training and Inference with Dynamic Compression of Neural Networks
von: Hao, Yongchang, et al.
Veröffentlicht: (2024)

Verified Neural Compressed Sensing
von: Bunel, Rudy, et al.
Veröffentlicht: (2024)

Tiled Bit Networks: Sub-Bit Neural Network Compression Through Reuse of Learnable Binary Vectors
von: Gorbett, Matt, et al.
Veröffentlicht: (2024)

Investigating Target Class Influence on Neural Network Compressibility for Energy-Autonomous Avian Monitoring
von: Brolich, Nina, et al.
Veröffentlicht: (2026)

Efficient User Sequence Learning for Online Services via Compressed Graph Neural Networks
von: Wu, Yucheng, et al.
Veröffentlicht: (2024)

Self-Pro: A Self-Prompt and Tuning Framework for Graph Neural Networks
von: Gong, Chenghua, et al.
Veröffentlicht: (2023)

Self-Explaining Hypergraph Neural Networks for Diagnosis Prediction
von: Yu, Leisheng, et al.
Veröffentlicht: (2025)

A Comprehensive Survey on Self-Interpretable Neural Networks
von: Ji, Yang, et al.
Veröffentlicht: (2025)

Towards Few-shot Self-explaining Graph Neural Networks
von: Peng, Jingyu, et al.
Veröffentlicht: (2024)

MUC-G4: Minimal Unsat Core-Guided Incremental Verification for Deep Neural Network Compression
von: Li, Jingyang, et al.
Veröffentlicht: (2025)

Optimizing LSTM Neural Networks for Resource-Constrained Retail Sales Forecasting: A Model Compression Study
von: Pagidoju, Ravi Teja
Veröffentlicht: (2026)

AlphaZip: Neural Network-Enhanced Lossless Text Compression
von: Narashiman, Swathi Shree, et al.
Veröffentlicht: (2024)

Self-Abstraction Learning for Effective and Stable Training of Deep Neural Networks
von: Cho, Wonyong, et al.
Veröffentlicht: (2026)

Prune-Quantize-Distill: An Ordered Pipeline for Efficient Neural Network Compression
von: Zhou, Longsheng, et al.
Veröffentlicht: (2026)

When Smaller Wins: Dual-Stage Distillation and Pareto-Guided Compression of Liquid Neural Networks for Edge Battery Prognostics
von: Kannan, Dhivya Dharshini, et al.
Veröffentlicht: (2026)

Reinforced Compressive Neural Architecture Search for Versatile Adversarial Robustness
von: Wang, Dingrong, et al.
Veröffentlicht: (2024)

Sum-of-Parts: Self-Attributing Neural Networks with End-to-End Learning of Feature Groups
von: You, Weiqiu, et al.
Veröffentlicht: (2023)

SIG: Efficient Self-Interpretable Graph Neural Network for Continuous-time Dynamic Graphs
von: Fang, Lanting, et al.
Veröffentlicht: (2024)

Multi-View Subgraph Neural Networks: Self-Supervised Learning with Scarce Labeled Data
von: Wang, Zhenzhong, et al.
Veröffentlicht: (2024)

Towards Faithful Class-level Self-explainability in Graph Neural Networks by Subgraph Dependencies
von: Liu, Fanzhen, et al.
Veröffentlicht: (2025)

SF-GNN: Self Filter for Message Lossless Propagation in Deep Graph Neural Network
von: Zhu, Yushan, et al.
Veröffentlicht: (2024)

Self-cross Feature based Spiking Neural Networks for Efficient Few-shot Learning
von: Xu, Qi, et al.
Veröffentlicht: (2025)

Introduction to Graph Neural Networks for Machine Learning Engineers
von: Tanis, James H., et al.
Veröffentlicht: (2024)

AgentOCR: Reimagining Agent History via Optical Self-Compression
von: Feng, Lang, et al.
Veröffentlicht: (2026)

Self-Indexing KVCache: Predicting Sparse Attention from Compressed Keys
von: Yang, Xu, et al.
Veröffentlicht: (2026)

SimCert: Probabilistic Certification for Behavioral Similarity in Deep Neural Network Compression
von: Li, Jingyang, et al.
Veröffentlicht: (2026)

Emergent Symbol-like Number Variables in Artificial Neural Networks
von: Grant, Satchel, et al.
Veröffentlicht: (2025)

Optimization-Induced Dynamics of Lipschitz Continuity in Neural Networks
von: Luo, Róisín, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Learning Equivariant Representations of Neural Networks
von: Kofinas, Miltiadis, et al.
Veröffentlicht: (2024)

A Framework for Nonstationary Gaussian Processes with Neural Network Parameters
von: James, Zachary, et al.
Veröffentlicht: (2025)

Empirical Capacity Model for Self-Attention Neural Networks
von: Härmä, Aki, et al.
Veröffentlicht: (2024)

Forget the Data and Fine-Tuning! Just Fold the Network to Compress
von: Wang, Dong, et al.
Veröffentlicht: (2025)

SONG: Self-Organizing Neural Graphs
von: Struski, Łukasz, et al.
Veröffentlicht: (2021)

SSPO: Self-traced Step-wise Preference Optimization for Process Supervision and Reasoning Compression
von: Xu, Yuyang, et al.
Veröffentlicht: (2025)