跳到正文
热点事件持续更新

研究者提出面向硬件感知NAS的离散元启发式算法MOSHO

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

研究者在arXiv发布论文,提出MOSHO(Multi-Objective Shark Hunting Optimization),一种用于硬件感知神经架构搜索(NAS)的多目标元启发式算法。该算法以离散架构编辑算子替代连续运动方程,以避免量化噪声,属原生离散设计。 目前信息仅来自论文本身的提出内容,尚无独立的性能验证或其他来源的评估报道。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. arXiv cs.AI
    MOSHO:面向硬件感知神经架构搜索的原生离散鲨鱼启发元启发式算法

    研究者提出 MOSHO(Multi-Objective Shark Hunting Optimization),一种用于硬件感知神经架构搜索(NAS)的原生离散元启发式算法,用离散架构编辑算子替代连续运动方程,以避免量化噪声。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。