抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
従来のバタフライ行列を一般化し,様々な入出力次元に適応できる,Deformable Butterfly(DeBut)と名付けた新しい種類の線形変換を導入した。それは,伝統的バターの微細から粗粒の学習可能な階層構造を継承し,ニューラルネットワークに展開するとき,DeBut層における顕著な構造とスパース性はネットワーク圧縮のための新しい方法を構成する。標準完全接続と畳み込み層のドロップイン置換としてDeButを適用し,ニューラルネットワークを均質化し,精度を損なうことなく,軽量と低推論複雑性のような好ましい特性をレンダリングする優位性を示した。DeBut層の無数変形から生じる自然複雑性-精度トレードオフも,解析的および実用的研究のための新しい室を開く。コードとAppendixは,https://github.com/ruilin0212/DeButで公的に利用できる。【JST・京大機械翻訳】