勾配情報を用いた重要度推定によるニューラルネットワーク制御器のためのコンポーネント認識型枝刈りフレームワーク

要約

高度なニューラルネットワーク制御器の計算コスト削減に向け、勾配情報を用いてパラメータの機能的重要度を推定する新しい枝刈りフレームワークを提案。勾配累積、フィッシャー情報量、ベイジアン不確実性の3つの指標により、従来の静的な手法では見逃されていた構造的依存関係や重要度の動的変化を捉え、より賢明な圧縮を実現する。

全文は有料プランで閲覧できます。