Buchumschlag

Enhancing Accuracy and Parameter-Efficiency of Neural Representations for Network Parameterization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Choi, Hongjun, Thiagarajan, Jayaraman J., Glatt, Ruben, Liu, Shusen
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

`Eyes of a Hawk and Ears of a Fox': Part Prototype Network for Generalized Zero-Shot Learning
von: Feinglass, Joshua, et al.
Veröffentlicht: (2024)

Improving Accuracy and Efficiency of Implicit Neural Representations: Making SIREN a WINNER
von: Chandravamsi, Hemanth, et al.
Veröffentlicht: (2025)

On the Use of Anchoring for Training Vision Models
von: Narayanaswamy, Vivek, et al.
Veröffentlicht: (2024)

Leveraging Registers in Vision Transformers for Robust Adaptation
von: Yellapragada, Srikar, et al.
Veröffentlicht: (2025)

Graph Neural Networks for Knowledge Enhanced Visual Representation of Paintings
von: Efthymiou, Athanasios, et al.
Veröffentlicht: (2021)

On the Efficiency of Convolutional Neural Networks
von: Lavin, Andrew
Veröffentlicht: (2024)

Enhancing Deep Neural Network Training Efficiency and Performance through Linear Prediction
von: Ying, Hejie, et al.
Veröffentlicht: (2023)

Speeding Up Image Classifiers with Little Companions
von: Liu, Yang, et al.
Veröffentlicht: (2024)

Understanding Distributed Representations of Concepts in Deep Neural Networks without Supervision
von: Chang, Wonjoon, et al.
Veröffentlicht: (2023)

Capturing Longitudinal Changes in Brain Morphology Using Temporally Parameterized Neural Displacement Fields
von: Shuaibu, Aisha L., et al.
Veröffentlicht: (2025)

Information Geometry of Evolution of Neural Network Parameters While Training
von: Thiruthummal, Abhiram Anand, et al.
Veröffentlicht: (2024)

Parameter-efficient Bayesian Neural Networks for Uncertainty-aware Depth Estimation
von: Paul, Richard D., et al.
Veröffentlicht: (2024)

FisherMask: Enhancing Neural Network Labeling Efficiency in Image Classification Using Fisher Information
von: Gul, Shreen, et al.
Veröffentlicht: (2024)

Toward Autonomous Laboratory Safety Monitoring with Vision Language Models: Learning to See Hazards Through Scene Structure
von: Chakraborty, Trishna, et al.
Veröffentlicht: (2026)

Dual Precision Deep Neural Network
von: Park, Jae Hyun, et al.
Veröffentlicht: (2020)

Does Combining Parameter-efficient Modules Improve Few-shot Transfer Accuracy?
von: Asadi, Nader, et al.
Veröffentlicht: (2024)

Beyond Accuracy: Evaluating Efficiency, Robustness and Explainability in Deep Learning for Malaria Diagnosis
von: Kanamugire, Olivier, et al.
Veröffentlicht: (2026)

An Empirical Study of Accuracy-Robustness Tradeoff and Training Efficiency in Self-Supervised Learning
von: Ghofrani, Fatemeh, et al.
Veröffentlicht: (2025)

TimePre: Bridging Accuracy, Efficiency, and Stability in Probabilistic Time-Series Forecasting
von: Jiang, Lingyu, et al.
Veröffentlicht: (2025)

Sparse Representations Improve Adversarial Robustness of Neural Network Classifiers
von: Steunou, Killian, et al.
Veröffentlicht: (2025)

A Parameterized Generative Adversarial Network Using Cyclic Projection for Explainable Medical Image Classification
von: Xiong, Xiangyu, et al.
Veröffentlicht: (2023)

Class-Incremental Learning with CLIP: Adaptive Representation Adjustment and Parameter Fusion
von: Huang, Linlan, et al.
Veröffentlicht: (2024)

Impact of Tuning Parameters in Deep Convolutional Neural Network Using a Crack Image Dataset
von: Zabin, Mahe, et al.
Veröffentlicht: (2025)

Déjà Vu Memorization in Vision-Language Models
von: Jayaraman, Bargav, et al.
Veröffentlicht: (2024)

conv_einsum: A Framework for Representation and Fast Evaluation of Multilinear Operations in Convolutional Tensorial Neural Networks
von: Rabbani, Tahseen, et al.
Veröffentlicht: (2024)

Superclass-Guided Representation Disentanglement for Spurious Correlation Mitigation
von: Liu, Chenruo, et al.
Veröffentlicht: (2025)

Understanding Multimodal Hallucination with Parameter-Free Representation Alignment
von: Wang, Yueqian, et al.
Veröffentlicht: (2024)

Fractional Concepts in Neural Networks: Enhancing Activation Functions
von: Alijani, Zahra, et al.
Veröffentlicht: (2023)

Enhancing Certifiable Semantic Robustness via Robust Pruning of Deep Neural Networks
von: Hu, Hanjiang, et al.
Veröffentlicht: (2025)

Revised Regularization for Efficient Continual Learning through Correlation-Based Parameter Update in Bayesian Neural Networks
von: Palit, Sanchar, et al.
Veröffentlicht: (2024)

Criticality Leveraged Adversarial Training (CLAT) for Boosted Performance via Parameter Efficiency
von: Gopal, Bhavna, et al.
Veröffentlicht: (2024)

Improving Neural Optimal Transport via Displacement Interpolation
von: Choi, Jaemoo, et al.
Veröffentlicht: (2024)

LatentDiff: Scaling Semantic Dataset Comparison to Millions of Images
von: Flora, James, et al.
Veröffentlicht: (2026)

Domain-Aware Fine-Tuning: Enhancing Neural Network Adaptability
von: Ha, Seokhyeon, et al.
Veröffentlicht: (2023)

Enhancing Object Detection Accuracy in Autonomous Vehicles Using Synthetic Data
von: Voronin, Sergei, et al.
Veröffentlicht: (2024)

ReActXGB: A Hybrid Binary Convolutional Neural Network Architecture for Improved Performance and Computational Efficiency
von: Chu, Po-Hsun, et al.
Veröffentlicht: (2024)

DepthShrinker: A New Compression Paradigm Towards Boosting Real-Hardware Efficiency of Compact Neural Networks
von: Fu, Yonggan, et al.
Veröffentlicht: (2022)

NeuralVDB: High-resolution Sparse Volume Representation using Hierarchical Neural Networks
von: Kim, Doyub, et al.
Veröffentlicht: (2022)

Consensus-Threshold Criterion for Offline Signature Verification using Convolutional Neural Network Learned Representations
von: Brimoh, Paul, et al.
Veröffentlicht: (2024)

An attempt to generate new bridge types from latent space of generative flow
von: Zhang, Hongjun
Veröffentlicht: (2024)