論文の概要: CoDiNet: Path Distribution Modeling with Consistency and Diversity for Dynamic Routing

• arxiv url: http://arxiv.org/abs/2005.14439v3
• Date: Wed, 26 May 2021 08:21:06 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-26 23:30:59.210963
• Title: CoDiNet: Path Distribution Modeling with Consistency and Diversity for Dynamic Routing
• Title（参考訳）: codinet: 動的ルーティングのための一貫性と多様性を備えた経路分布モデリング
• Authors: Huanyu Wang, Zequn Qin, Songyuan Li, and Xi Li
• Abstract要約: 我々は、新しい光の中で動的ルーティングネットワークを見て、ルーティング手法をサンプル空間からルーティング空間へのマッピングとして定式化する。 本稿では,サンプル空間とルーティング空間の関係をモデル化する新しい手法であるCoDiNetを提案する。 具体的には、類似のセマンティクスを持つサンプルはルーティング空間の同じ領域にマッピングされるべきであり、異種セマンティクスを持つサンプルは異なる領域にマッピングされるべきである。
• 参考スコア（独自算出の注目度）: 19.296118763012146
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dynamic routing networks, aimed at finding the best routing paths in the networks, have achieved significant improvements to neural networks in terms of accuracy and efficiency. In this paper, we see dynamic routing networks in a fresh light, formulating a routing method as a mapping from a sample space to a routing space. From the perspective of space mapping, prevalent methods of dynamic routing didn't consider how inference paths would be distributed in the routing space. Thus, we propose a novel method, termed CoDiNet, to model the relationship between a sample space and a routing space by regularizing the distribution of routing paths with the properties of consistency and diversity. Specifically, samples with similar semantics should be mapped into the same area in routing space, while those with dissimilar semantics should be mapped into different areas. Moreover, we design a customizable dynamic routing module, which can strike a balance between accuracy and efficiency. When deployed upon ResNet models, our method achieves higher performance and effectively reduces average computational cost on four widely used datasets.
• Abstract（参考訳）: ネットワーク内の最適なルーティング経路を見つけることを目的とした動的ルーティングネットワークは、精度と効率の面でニューラルネットワークを大幅に改善した。 本稿では,サンプル空間からルーティング空間へのマッピングとしてルーティング法を定式化した,新しい光の下での動的ルーティングネットワークについて述べる。 空間マッピングの観点からは、動的ルーティングの一般的な方法は、ルーティング空間における推論パスをどのように分散するかを考慮しなかった。 そこで本研究では,ルーティング経路の分布を一貫性と多様性の特性で規則化することにより,サンプル空間とルーティング空間の関係をモデル化する手法であるCoDiNetを提案する。 具体的には、類似のセマンティクスを持つサンプルをルーティング空間内の同じ領域にマッピングし、類似したセマンティクスを持つサンプルを異なる領域にマッピングする。 さらに、精度と効率のバランスをとることができるカスタマイズ可能な動的ルーティングモジュールを設計した。 ResNetモデルにデプロイすると,提案手法は高い性能を実現し,広く使用されている4つのデータセットの平均計算コストを効果的に削減する。

関連論文リスト

• DynamicRouteGPT: A Real-Time Multi-Vehicle Dynamic Navigation Framework Based on Large Language Models [13.33340860174857]
  複雑な交通環境におけるリアルタイムな動的経路計画は、交通量の変化や信号待ち時間といった課題を提示する。 DijkstraやA*のような従来の静的ルーティングアルゴリズムは最短経路を計算するが、しばしば動的条件下で失敗する。 本稿では,実時間動的経路計画のための因果推論に基づく新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-08-26T11:19:58Z)
• Image Captioning via Dynamic Path Customization [100.15412641586525]
  画像キャプションのための新しい動的トランスフォーマーネットワーク(DTNet)を提案する。 提案するDTNetの有効性を検証するため,MS-COCOデータセットの広範な実験を行い,新しい最先端性能を実現する。
  論文  参考訳（メタデータ） (2024-06-01T07:23:21Z)
• Smart Routing with Precise Link Estimation: DSEE-Based Anypath Routing for Reliable Wireless Networking [6.123324869194196]
  最短のAnypathルーティングは、リアルタイムリンク条件に基づいてルーティング決定を適用することでソリューションを提供する。 本稿では,多腕バンディットアルゴリズムDSEE(Deterministic Sequencing of Exploration and Exploitation)を活用する新しい手法を提案する。 DSEEとAnypathルーティングを結合することにより、このアルゴリズムは継続的に学習し、正確なデリバリ確率推定を保証する。
  論文  参考訳（メタデータ） (2024-05-16T18:16:56Z)
• Robust Path Selection in Software-defined WANs using Deep Reinforcement Learning [18.586260468459386]
  本稿では、経路計算と経路更新のオーバーヘッドを考慮した、ネットワーク内の経路選択を行うデータ駆動アルゴリズムを提案する。 提案手法は,ECMPなどの従来のTE方式に比べてリンク利用率を40%削減できる。
  論文  参考訳（メタデータ） (2022-12-21T16:08:47Z)
• Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
  粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。 本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。 提案手法は,高品質なトラフィックフローマップを作成できる。
  論文  参考訳（メタデータ） (2021-09-29T07:51:49Z)
• Optimal transport in multilayer networks [68.8204255655161]
  本稿では,各層上の最適フローが,コストの最小化に寄与するモデルを提案する。 アプリケーションとして,各層が異なる輸送システムに関連付けられている交通ネットワークを考察する。 この結果の例をボルドー市とバスと路面電車の2層ネットワークで示し、ある状況下では路面電車網の存在が道路網の交通を著しく覆い隠している。
  論文  参考訳（メタデータ） (2021-06-14T07:33:09Z)
• Manifold Regularized Dynamic Network Pruning [102.24146031250034]
  本稿では,全インスタンスの多様体情報をプルーンドネットワークの空間に埋め込むことにより,冗長フィルタを動的に除去する新しいパラダイムを提案する。 提案手法の有効性をいくつかのベンチマークで検証し,精度と計算コストの両面で優れた性能を示す。
  論文  参考訳（メタデータ） (2021-03-10T03:59:03Z)
• Learning to Generate Content-Aware Dynamic Detectors [62.74209921174237]
  サンプル適応型モデルアーキテクチャを自動的に生成する効率的な検出器の設計を新たに導入する。 動的ルーティングの学習を導くために、オブジェクト検出に適したコースツーファインの成層図を紹介します。 MS-COCOデータセットの実験により、CADDetはバニラルーティングに比べて10%少ないFLOPで1.8以上のmAPを達成することが示された。
  論文  参考訳（メタデータ） (2020-12-08T08:05:20Z)
• Learning Dynamic Routing for Semantic Segmentation [86.56049245100084]
  本稿では,動的ルーティングと呼ばれる意味表現のスケール分散を緩和する概念的に新しい手法を提案する。 提案フレームワークは,各画像のスケール分布に適応して,データ依存経路を生成する。 この目的のために、ハエのスケール変換経路を選択するために、ソフトコンディショナルゲートと呼ばれる微分可能なゲーティング関数を提案する。
  論文  参考訳（メタデータ） (2020-03-23T17:22:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。