Buchumschlag

REDS: Resource-Efficient Deep Subnetworks for Dynamic Resource Constraints

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Corti, Francesco, Maag, Balz, Schauer, Joachim, Pferschy, Ulrich, Saukh, Olga
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From LLMs to Edge: Parameter-Efficient Fine-Tuning on Edge Devices
von: Slamanig, Georg, et al.
Veröffentlicht: (2025)

Breaking the Illusion: Real-world Challenges for Adversarial Patches in Object Detection
von: Shack, Jakob, et al.
Veröffentlicht: (2024)

Subspace-Configurable Networks
von: Wang, Dong, et al.
Veröffentlicht: (2023)

GRAIL: Post-hoc Compensation by Linear Reconstruction for Compressed Networks
von: Tang, Wenwu, et al.
Veröffentlicht: (2026)

PCDCNet: A Surrogate Model for Air Quality Forecasting with Physical-Chemical Dynamics and Constraints
von: Wang, Shuo, et al.
Veröffentlicht: (2025)

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

Time-Dynamic Estimates of the Reliability of Deep Semantic Segmentation Networks
von: Maag, Kira, et al.
Veröffentlicht: (2019)

Efficient Stagewise Pretraining via Progressive Subnetworks
von: Panigrahi, Abhishek, et al.
Veröffentlicht: (2024)

Stochastic Subnetwork Annealing: A Regularization Technique for Fine Tuning Pruned Subnetworks
von: Whitaker, Tim, et al.
Veröffentlicht: (2024)

Best Arm Identification with Resource Constraints
von: Li, Zitian, et al.
Veröffentlicht: (2024)

Cut Less, Fold More: Model Compression through the Lens of Projection Geometry
von: Saukh, Olga, et al.
Veröffentlicht: (2026)

Memory Constrained Dynamic Subnetwork Update for Transfer Learning
von: Quélennec, Aël, et al.
Veröffentlicht: (2025)

FedSI: Federated Subnetwork Inference for Efficient Uncertainty Quantification
von: Chen, Hui, et al.
Veröffentlicht: (2024)

Neural Subnetwork Ensembles
von: Whitaker, Tim
Veröffentlicht: (2023)

Instilling Inductive Biases with Subnetworks
von: Zhang, Enyan, et al.
Veröffentlicht: (2023)

Finding Stable Subnetworks at Initialization with Dataset Distillation
von: McDermott, Luke, et al.
Veröffentlicht: (2025)

Continual Deep Learning on the Edge via Stochastic Local Competition among Subnetworks
von: Christophides, Theodoros, et al.
Veröffentlicht: (2024)

Physics-Guided Inductive Spatiotemporal Kriging for PM2.5 with Satellite Gradient Constraints
von: Wang, Shuo, et al.
Veröffentlicht: (2025)

Learn to Optimize Resource Allocation under QoS Constraint of AR
von: Chen, Shiyong, et al.
Veröffentlicht: (2025)

Learning with a Budget: Identifying the Best Arm with Resource Constraints
von: Li, Zitian, et al.
Veröffentlicht: (2026)

No-Regret Learning Under Adversarial Resource Constraints: A Spending Plan Is All You Need!
von: Stradi, Francesco Emanuele, et al.
Veröffentlicht: (2025)

Resource-Efficient Deep Learning: A Survey on Model-, Arithmetic-, and Implementation-Level Techniques
von: Lee, JunKyu, et al.
Veröffentlicht: (2021)

From Pixels to CSI: Distilling Latent Dynamics For Efficient Wireless Resource Management
von: Chaaya, Charbel Bou, et al.
Veröffentlicht: (2025)

Sequential Bayesian Neural Subnetwork Ensembles
von: Jantre, Sanket, et al.
Veröffentlicht: (2022)

Model Parallelism With Subnetwork Data Parallelism
von: Singh, Vaibhav, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Efficient and Fair Allocation of Health Care Resources
von: Li, Yikuan, et al.
Veröffentlicht: (2023)

Adaptive Budgeted Multi-Armed Bandits for IoT with Dynamic Resource Constraints
von: Vaishnav, Shubham, et al.
Veröffentlicht: (2025)

Incentive-Aware Dynamic Resource Allocation under Long-Term Cost Constraints
von: Dai, Yan, et al.
Veröffentlicht: (2025)

A General Deep Learning Framework for Wireless Resource Allocation under Discrete Constraints
von: Wang, Yikun, et al.
Veröffentlicht: (2026)

DeepHYDRA: Resource-Efficient Time-Series Anomaly Detection in Dynamically-Configured Systems
von: Stehle, Franz Kevin, et al.
Veröffentlicht: (2024)

Leveraging Knowledge Distillation for Efficient Deep Reinforcement Learning in Resource-Constrained Environments
von: Meng, Guanlin
Veröffentlicht: (2023)

Modeling of AUV Dynamics with Limited Resources: Efficient Online Learning Using Uncertainty
von: Tešnar, Michal, et al.
Veröffentlicht: (2025)

Stochastic Collapse: How Gradient Noise Attracts SGD Dynamics Towards Simpler Subnetworks
von: Chen, Feng, et al.
Veröffentlicht: (2023)

Online Resource Allocation with Average Budget Constraints
von: Ao, Ruicheng, et al.
Veröffentlicht: (2024)

Reinforcement Learning Finetunes Small Subnetworks in Large Language Models
von: Mukherjee, Sagnik, et al.
Veröffentlicht: (2025)

Resource-Efficient Neural Networks for Embedded Systems
von: Roth, Wolfgang, et al.
Veröffentlicht: (2020)

Emergent Risk Awareness in Rational Agents under Resource Constraints
von: Ornia, Daniel Jarne, et al.
Veröffentlicht: (2025)

DynamicFL: Federated Learning with Dynamic Communication Resource Allocation
von: Le, Qi, et al.
Veröffentlicht: (2024)

Graph Neural Network Aided Deep Reinforcement Learning for Resource Allocation in Dynamic Terahertz UAV Networks
von: Hu, Zhifeng, et al.
Veröffentlicht: (2025)

SSFL: Discovering Sparse Unified Subnetworks at Initialization for Efficient Federated Learning
von: Ohib, Riyasat, et al.
Veröffentlicht: (2024)