Журнал вычислительной математики и математической физики
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Ж. вычисл. матем. и матем. физ.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Журнал вычислительной математики и математической физики, 2021, том 61, номер 5, страницы 800–812
DOI: https://doi.org/10.31857/S0044466921050100
(Mi zvmmf11239)
 

Эта публикация цитируется в 5 научных статьях (всего в 5 статьях)

Общие численные методы

Малоранговое представление нейронных сетей

Ю. В. Гусакa, Т. К. Даулбаевa, И. В. Оселедецab, Е. С. Пономаревa, А. С. Чихоцкийa

a 121205 Москва, Большой бульвар, 30, стр. 1, Сколковский институт науки и технологий, Россия
b 119333 Москва, ул. Губкина, 8, Институт вычислительной математики им. Г.И. Марчука Российской академии наук, Россия
Аннотация: Представлен новый метод ускорения глубоких нейронных сетей, который использует основные идеи сокращения размерности для решения уравнений в динамических системах. В основе предложенного метода лежит алгоритм поиска подматрицы максимального объема (MaxVol). Эффективность разработанного метода продемонстрирована на задаче ускорения предобученных нейронных сетей на задаче классификации изображений для трех разных наборов данных. Показано, что во многих практических задачах возможно эффективно заменить сверточные слои на полносвязные с малым числом параметров и меньшей вычислительной сложностью без существенной потери точности.
Библ. 39. Фиг. 3. Табл. 4.
Ключевые слова: ускорение нейронных сетей, MaxVol, машинное обучение, анализ компонент.
Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 19-31-90172
20-31-90127
Министерство образования и науки Российской Федерации 14.756.31.0001
Работа выполненa при финансовой поддержке РФФИ (коды проектов 19-31-90172, 20-31-90127) и Минобрнауки РФ, проект 14.756.31.0001.
Поступила в редакцию: 24.12.2020
Исправленный вариант: 24.12.2020
Принята в печать: 14.01.2021
Англоязычная версия:
Computational Mathematics and Mathematical Physics, 2021, Volume 61, Issue 5, Pages 774–785
DOI: https://doi.org/10.1134/S0965542521050109
Реферативные базы данных:
Тип публикации: Статья
УДК: 519.65
Образец цитирования: Ю. В. Гусак, Т. К. Даулбаев, И. В. Оселедец, Е. С. Пономарев, А. С. Чихоцкий, “Малоранговое представление нейронных сетей”, Ж. вычисл. матем. и матем. физ., 61:5 (2021), 800–812; Comput. Math. Math. Phys., 61:5 (2021), 774–785
Цитирование в формате AMSBIB
\RBibitem{GusDauOse21}
\by Ю.~В.~Гусак, Т.~К.~Даулбаев, И.~В.~Оселедец, Е.~С.~Пономарев, А.~С.~Чихоцкий
\paper Малоранговое представление нейронных сетей
\jour Ж. вычисл. матем. и матем. физ.
\yr 2021
\vol 61
\issue 5
\pages 800--812
\mathnet{http://mi.mathnet.ru/zvmmf11239}
\crossref{https://doi.org/10.31857/S0044466921050100}
\elib{https://elibrary.ru/item.asp?id=45633450}
\transl
\jour Comput. Math. Math. Phys.
\yr 2021
\vol 61
\issue 5
\pages 774--785
\crossref{https://doi.org/10.1134/S0965542521050109}
\isi{https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=Publons&SrcAuth=Publons_CEL&DestLinkType=FullRecord&DestApp=WOS_CPL&KeyUT=000668966500009}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-85109105535}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/zvmmf11239
  • https://www.mathnet.ru/rus/zvmmf/v61/i5/p800
  • Эта публикация цитируется в следующих 5 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Журнал вычислительной математики и математической физики Computational Mathematics and Mathematical Physics
    Статистика просмотров:
    Страница аннотации:69
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024