Copertina

Efficient Mixed Precision Quantization in Graph Neural Networks

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Moustafa, Samir, Kriege, Nils M., Gansterer, Wilfried N.
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Crossfire: An Elastic Defense Framework for Graph Neural Networks Under Bit Flip Attacks
di: Kummer, Lorenz, et al.
Pubblicazione: (2025)

On the Two Sides of Redundancy in Graph Neural Networks
di: Bause, Franka, et al.
Pubblicazione: (2023)

Visualization and Analysis of the Loss Landscape in Graph Neural Networks
di: Moustafa, Samir, et al.
Pubblicazione: (2025)

Attacking Graph Neural Networks with Bit Flips: Weisfeiler and Lehman Go Indifferent
di: Kummer, Lorenz, et al.
Pubblicazione: (2023)

On the Relationship Between Robustness and Expressivity of Graph Neural Networks
di: Kummer, Lorenz, et al.
Pubblicazione: (2025)

Weisfeiler and Leman Go Gambling: Why Expressive Lottery Tickets Win
di: Kummer, Lorenz, et al.
Pubblicazione: (2025)

Boosting Graph Neural Network Expressivity with Learnable Lanczos Constraints
di: Azizi, Niloofar, et al.
Pubblicazione: (2024)

Preventing Representational Rank Collapse in MPNNs by Splitting the Computational Graph
di: Roth, Andreas, et al.
Pubblicazione: (2024)

Joint Pruning and Channel-wise Mixed-Precision Quantization for Efficient Deep Neural Networks
di: Motetti, Beatrice Alessandra, et al.
Pubblicazione: (2024)

Accelerating Graph Neural Networks with a Novel Matrix Compression Format
di: Alves, João N. F., et al.
Pubblicazione: (2024)

On-Chip Hardware-Aware Quantization for Mixed Precision Neural Networks
di: Huang, Wei, et al.
Pubblicazione: (2023)

XIMP: Cross Graph Inter-Message Passing for Molecular Property Prediction
di: Ehrlich, Anatol, et al.
Pubblicazione: (2026)

Efficient and Effective Methods for Mixed Precision Neural Network Quantization for Faster, Energy-efficient Inference
di: Bablani, Deepika, et al.
Pubblicazione: (2023)

OMPQ: Orthogonal Mixed Precision Quantization
di: Ma, Yuexiao, et al.
Pubblicazione: (2021)

FlexiQ: Adaptive Mixed-Precision Quantization for Latency/Accuracy Trade-Offs in Deep Neural Networks
di: Kim, Jaemin, et al.
Pubblicazione: (2025)

DyBit: Dynamic Bit-Precision Numbers for Efficient Quantized Neural Network Inference
di: Zhou, Jiajun, et al.
Pubblicazione: (2023)

Mixed-Precision Quantization for Language Models: Techniques and Prospects
di: Rakka, Mariam, et al.
Pubblicazione: (2025)

MicroMix: Efficient Mixed-Precision Quantization with Microscaling Formats for Large Language Models
di: Liu, Wenyuan, et al.
Pubblicazione: (2025)

MoPEQ: Mixture of Mixed Precision Quantized Experts
di: Chitty-Venkata, Krishna Teja, et al.
Pubblicazione: (2025)

Pruning and Quantization Impact on Graph Neural Networks
di: Khedri, Khatoon, et al.
Pubblicazione: (2025)

AMED: Automatic Mixed-Precision Quantization for Edge Devices
di: Kimhi, Moshe, et al.
Pubblicazione: (2022)

RAMP: Reinforcement Adaptive Mixed Precision Quantization for Efficient On Device LLM Inference
di: Gautam, Arpit Singh, et al.
Pubblicazione: (2026)

Dual Precision Quantization for Efficient and Accurate Deep Neural Networks Inference
di: Gafni, Tomer, et al.
Pubblicazione: (2025)

Quantized SO(3)-Equivariant Graph Neural Networks for Efficient Molecular Property Prediction
di: Zhou, Haoyu, et al.
Pubblicazione: (2026)

AMPLE: Event-Driven Accelerator for Mixed-Precision Inference of Graph Neural Networks
di: Gimenes, Pedro, et al.
Pubblicazione: (2025)

Graph Mixing Additive Networks
di: Bechler-Speicher, Maya, et al.
Pubblicazione: (2025)

STaMP: Sequence Transformation and Mixed Precision for Low-Precision Activation Quantization
di: Federici, Marco, et al.
Pubblicazione: (2025)

InfoQ: Mixed-Precision Quantization via Global Information Flow
di: Akbulut, Mehmet Emre, et al.
Pubblicazione: (2025)

Precision Neural Networks: Joint Graph And Relational Learning
di: Cavallo, Andrea, et al.
Pubblicazione: (2025)

DyMoE: Dynamic Expert Orchestration with Mixed-Precision Quantization for Efficient MoE Inference on Edge
di: Huang, Yuegui, et al.
Pubblicazione: (2026)

AutoQRA: Joint Optimization of Mixed-Precision Quantization and Low-rank Adapters for Efficient LLM Fine-Tuning
di: Zhou, Changhai, et al.
Pubblicazione: (2026)

Flexible Mixed Precision Quantization for Learned Image Compression
di: Hossain, Md Adnan Faisal, et al.
Pubblicazione: (2025)

APreQEL: Adaptive Mixed Precision Quantization For Edge LLMs
di: Bouzouad, Meriem, et al.
Pubblicazione: (2026)

Where and How to Enhance: Discovering Bit-Width Contribution for Mixed Precision Quantization
di: Kang, Haidong, et al.
Pubblicazione: (2025)

CoopQ: Cooperative Game Inspired Layerwise Mixed Precision Quantization for LLMs
di: Zhao, Junchen, et al.
Pubblicazione: (2025)

LoRAQuant: Mixed-Precision Quantization of LoRA to Ultra-Low Bits
di: Mirzaei, Amir Reza, et al.
Pubblicazione: (2025)

MixDiT: Accelerating Image Diffusion Transformer Inference with Mixed-Precision MX Quantization
di: Kim, Daeun, et al.
Pubblicazione: (2025)

MPQ-Diff: Mixed Precision Quantization for Diffusion Models
di: Maruzzelli, Rocco Manz, et al.
Pubblicazione: (2024)

MetaMix: Meta-state Precision Searcher for Mixed-precision Activation Quantization
di: Kim, Han-Byul, et al.
Pubblicazione: (2023)

True 4-Bit Quantized Convolutional Neural Network Training on CPU: Achieving Full-Precision Parity
di: Tathe, Shivnath
Pubblicazione: (2026)