PONOMAGは、ニューラルアーキテクチャの精度、パラメータ数、演算量(MAC)、推論遅延の4つの目的関数を同時に最適化し、パレート最適なアーキテクチャを生成する。
密集接続を用いることで、異なるレベルの特徴ベクトルを効果的に統合し、コンピュータービジョンアプリケーションに対する変換能力を高めることができる。
近似乗算器を活用することで、DARTSによって生成されたニューラルネットワークの消費電力を大幅に削減できる。