Buchumschlag

POMONAG: Pareto-Optimal Many-Objective Neural Architecture Generator

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lomurno, Eugenio, Mariani, Samuele, Monti, Matteo, Matteucci, Matteo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Federated Knowledge Recycling: Privacy-Preserving Synthetic Data Sharing
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2024)

Stable Diffusion Dataset Generation for Downstream Classification Tasks
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2024)

Synthetic Image Learning: Preserving Performance and Preventing Membership Inference Attacks
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2024)

Your Image Generator Is Your New Private Dataset
von: Resmini, Nicolo, et al.
Veröffentlicht: (2025)

A Lightweight Neural Architecture Search Model for Medical Image Classification
von: Xie, Lunchen, et al.
Veröffentlicht: (2024)

Neuro-Symbolic Scene Graph Conditioning for Synthetic Image Dataset Generation
von: Savazzi, Giacomo, et al.
Veröffentlicht: (2025)

PolyGen: Fully Synthetic Vision-Language Training via Multi-Generator Ensembles
von: Brusini, Leonardo, et al.
Veröffentlicht: (2026)

A Structured Benchmark for Text-Guided Anomaly Detection: When Language Stops Conditioning the Decision
von: Samele, Stefano, et al.
Veröffentlicht: (2026)

ZO-DARTS++: An Efficient and Size-Variable Zeroth-Order Neural Architecture Search Algorithm
von: Xie, Lunchen, et al.
Veröffentlicht: (2025)

FlatNAS: optimizing Flatness in Neural Architecture Search for Out-of-Distribution Robustness
von: Gambella, Matteo, et al.
Veröffentlicht: (2024)

A Spatio-temporal Graph Network Allowing Incomplete Trajectory Input for Pedestrian Trajectory Prediction
von: Long, Juncen, et al.
Veröffentlicht: (2025)

Rethinking Metrics and Diffusion Architecture for 3D Point Cloud Generation
von: Bastico, Matteo, et al.
Veröffentlicht: (2025)

FPBoost: Fully Parametric Gradient Boosting for Survival Analysis
von: Archetti, Alberto, et al.
Veröffentlicht: (2024)

Deep Variational Contrastive Learning for Joint Risk Stratification and Time-to-Event Estimation
von: Erbil, Pinar, et al.
Veröffentlicht: (2026)

Building Optimal Neural Architectures using Interpretable Knowledge
von: Mills, Keith G., et al.
Veröffentlicht: (2024)

No Captions, No Problem: Captionless 3D-CLIP Alignment with Hard Negatives via CLIP Knowledge and LLMs
von: Sbrolli, Cristian, et al.
Veröffentlicht: (2024)

Few Shot Semantic Segmentation: a review of methodologies, benchmarks, and open challenges
von: Catalano, Nico, et al.
Veröffentlicht: (2023)

SEAL: Searching Expandable Architectures for Incremental Learning
von: Gambella, Matteo, et al.
Veröffentlicht: (2025)

Achieving Pareto Optimality using Efficient Parameter Reduction for DNNs in Resource-Constrained Edge Environment
von: Mih, Atah Nuh, et al.
Veröffentlicht: (2024)

Can Shape-Infused Joint Embeddings Improve Image-Conditioned 3D Diffusion?
von: Sbrolli, Cristian, et al.
Veröffentlicht: (2024)

Auto-Comp: An Automated Pipeline for Scalable Compositional Probing of Contrastive Vision-Language Models
von: Sbrolli, Cristian, et al.
Veröffentlicht: (2026)

MapReduce LoRA: Advancing the Pareto Front in Multi-Preference Optimization for Generative Models
von: Chen, Chieh-Yun, et al.
Veröffentlicht: (2025)

Rethinking Multi-domain Generalization with A General Learning Objective
von: Tan, Zhaorui, et al.
Veröffentlicht: (2024)

Towards Robust Out-of-Distribution Generalization: Data Augmentation and Neural Architecture Search Approaches
von: Bai, Haoyue
Veröffentlicht: (2024)

Grounding Continuous Representations in Geometry: Equivariant Neural Fields
von: Wessels, David R, et al.
Veröffentlicht: (2024)

What Drives Compositional Generalization? The Importance of Continuous Training Objectives in Visual Generative Models
von: Farid, Karim, et al.
Veröffentlicht: (2025)

Fine-Tuning Next-Scale Visual Autoregressive Models with Group Relative Policy Optimization
von: Gallici, Matteo, et al.
Veröffentlicht: (2025)

Investigating Pre-Training Objectives for Generalization in Vision-Based Reinforcement Learning
von: Kim, Donghu, et al.
Veröffentlicht: (2024)

einspace: Searching for Neural Architectures from Fundamental Operations
von: Ericsson, Linus, et al.
Veröffentlicht: (2024)

Loss Functions for Predictor-based Neural Architecture Search
von: Ji, Han, et al.
Veröffentlicht: (2025)

On the Complexity-Faithfulness Trade-off of Gradient-Based Explanations
von: Mehrpanah, Amir, et al.
Veröffentlicht: (2025)

Zero-Shot Neural Architecture Search with Weighted Response Correlation
von: Jing, Kun, et al.
Veröffentlicht: (2025)

Inference-Time Refinement Closes the Synthetic-Real Gap in Tabular Diffusion
von: Lomurno, Eugenio, et al.
Veröffentlicht: (2026)

Insights from the Use of Previously Unseen Neural Architecture Search Datasets
von: Geada, Rob, et al.
Veröffentlicht: (2024)

NASH: Neural Architecture Search for Hardware-Optimized Machine Learning Models
von: Ji, Mengfei, et al.
Veröffentlicht: (2024)

Time Distributed Deep Learning Models for Purely Exogenous Forecasting: Application to Water Table Depth Prediction using Weather Image Time Series
von: Salis, Matteo, et al.
Veröffentlicht: (2024)

Visual-TCAV: Concept-based Attribution and Saliency Maps for Post-hoc Explainability in Image Classification
von: De Santis, Antonio, et al.
Veröffentlicht: (2024)

Adaptive Pareto-Optimal Token Merging for Edge Transformer Models in Semantic Communication
von: Erak, Omar, et al.
Veröffentlicht: (2025)

Deep Learning tools to support deforestation monitoring in the Ivory Coast using SAR and Optical satellite imagery
von: Sartor, Gabriele, et al.
Veröffentlicht: (2024)

SalNAS: Efficient Saliency-prediction Neural Architecture Search with self-knowledge distillation
von: Termritthikun, Chakkrit, et al.
Veröffentlicht: (2024)