Buchumschlag

Hidden costs for inference with deep network on embedded system devices

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Chankyu, Choi, Woohyun, Park, Sangwook
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computational Complexity Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Hardness of Learning One Hidden Layer Neural Networks
von: Li, Shuchen, et al.
Veröffentlicht: (2024)

From Pseudorandomness to Multi-Group Fairness and Back
von: Dwork, Cynthia, et al.
Veröffentlicht: (2023)

A Quantitative Definition of Intelligence
von: Choi, Kang-Sin
Veröffentlicht: (2026)

Is uniform expressivity too restrictive? Towards efficient expressivity of graph neural networks
von: Khalife, Sammy, et al.
Veröffentlicht: (2024)

Noise-tolerant learnability of shallow quantum circuits from statistics and the cost of quantum pseudorandomness
von: Wadhwa, Chirag, et al.
Veröffentlicht: (2024)

How Hard Is Continuous Clustering? Lower Bounds from the Existential Theory of the Reals
von: Majumdar, Angshul
Veröffentlicht: (2026)

Spiky Rank and Its Applications to Rigidity and Circuits
von: Hambardzumyan, Lianna, et al.
Veröffentlicht: (2026)

Rethinking the Role of Positional Encoding: Sliding-Window Transformers without PE Remain Turing Complete
von: Li, Qian, et al.
Veröffentlicht: (2026)

Decision Tree Learning on Product Spaces
von: Moakahr, Arshia Soltani, et al.
Veröffentlicht: (2026)

Optimizing Computational-Statistical Runtime for Wasserstein Distance Estimation
von: Jacobs, Peter Matthew, et al.
Veröffentlicht: (2026)

On the Computational Hardness of Transformers
von: Saha, Barna, et al.
Veröffentlicht: (2026)

Certifiable Boolean Reasoning Is Universal
von: Li, Wenhao, et al.
Veröffentlicht: (2026)

Sandwiching Polynomials for Geometric Concepts with Low Intrinsic Dimension
von: Klivans, Adam R., et al.
Veröffentlicht: (2026)

Polyhedral Instability Governs Regret in Online Learning
von: Li, Yuetai, et al.
Veröffentlicht: (2026)

On the Hardness of Learning Regular Expressions
von: Attias, Idan, et al.
Veröffentlicht: (2025)

Learnability of Parameter-Bounded Bayes Nets
von: Bhattacharyya, Arnab, et al.
Veröffentlicht: (2024)

A Little Depth Goes a Long Way: The Expressive Power of Log-Depth Transformers
von: Merrill, William, et al.
Veröffentlicht: (2025)

Low-Rank Matrix Approximation for Neural Network Compression
von: Cherukuri, Kalyan, et al.
Veröffentlicht: (2025)

Proximity to Losslessly Compressible Parameters
von: Farrugia-Roberts, Matthew
Veröffentlicht: (2023)

Lower Bounds for Chain-of-Thought Reasoning in Hard-Attention Transformers
von: Amiri, Alireza, et al.
Veröffentlicht: (2025)

Statistical and Computational Guarantees of Kernel Max-Sliced Wasserstein Distances
von: Wang, Jie, et al.
Veröffentlicht: (2024)

Fundamental Limits of Crystalline Equivariant Graph Neural Networks: A Circuit Complexity Perspective
von: Cao, Yang, et al.
Veröffentlicht: (2025)

A Logic for Expressing Log-Precision Transformers
von: Merrill, William, et al.
Veröffentlicht: (2022)

Smoothed Analysis for Learning Concepts with Low Intrinsic Dimension
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2024)

Distribution-Specific Agnostic Conditional Classification With Halfspaces
von: Huang, Jizhou, et al.
Veröffentlicht: (2025)

Chain of Thought Empowers Transformers to Solve Inherently Serial Problems
von: Li, Zhiyuan, et al.
Veröffentlicht: (2024)

Ask, and it shall be given: On the Turing completeness of prompting
von: Qiu, Ruizhong, et al.
Veröffentlicht: (2024)

Necessary and Sufficient Oracles: Toward a Computational Taxonomy For Reinforcement Learning
von: Rohatgi, Dhruv, et al.
Veröffentlicht: (2025)

How Global Calibration Strengthens Multiaccuracy
von: Casacuberta, Sílvia, et al.
Veröffentlicht: (2025)

Diffusion Language Models are Provably Optimal Parallel Samplers
von: Jiang, Haozhe, et al.
Veröffentlicht: (2025)

Additive Models Explained: A Computational Complexity Approach
von: Bassan, Shahaf, et al.
Veröffentlicht: (2025)

Large Language Models on Small Resource-Constrained Systems: Performance Characterization, Analysis and Trade-offs
von: Seymour, Liam, et al.
Veröffentlicht: (2024)

Data Debugging is NP-hard for Classifiers Trained with SGD
von: Guo, Zizheng, et al.
Veröffentlicht: (2024)

Constant Bit-size Transformers Are Turing Complete
von: Li, Qian, et al.
Veröffentlicht: (2025)

New Hardness Results for Low-Rank Matrix Completion
von: Chawin, Dror, et al.
Veröffentlicht: (2025)

Reachability In Simple Neural Networks
von: Sälzer, Marco, et al.
Veröffentlicht: (2022)

Smoothed Agnostic Learning of Halfspaces over the Hypercube
von: Kou, Yiwen, et al.
Veröffentlicht: (2025)

Deep Learning as a Convex Paradigm of Computation: Minimizing Circuit Size with ResNets
von: Jacot, Arthur
Veröffentlicht: (2025)

fruit-SALAD: A Style Aligned Artwork Dataset to reveal similarity perception in image embeddings
von: Ohm, Tillmann, et al.
Veröffentlicht: (2024)

When does Metropolized Hamiltonian Monte Carlo provably outperform Metropolis-adjusted Langevin algorithm?
von: Chen, Yuansi, et al.
Veröffentlicht: (2023)