이 논문은 바이오매스 성분 예측을 위한 에너지 효율적이고 불확실성을 고려한 접근법을 제안한다.
먼저, 필터 프루닝을 통해 모델의 에너지 소비를 줄이는 방법을 제안한다. 그러나 이렇게 압축된 모델은 클로버가 많이 포함된 이미지나 스마트폰 이미지와 같은 어려운 입력에 대해서는 성능이 저하된다.
이를 해결하기 위해 분산 감쇠 손실 함수를 사용하여 모델이 예측 불확실성을 출력하도록 학습시킨다. 테스트 시에는 불확실성이 높은 이미지에 대해서는 정확도가 높은 비압축 모델을 사용하여 재예측하는 하이브리드 접근법을 제안한다.
이를 통해 대부분의 이미지에 대해서는 에너지 효율적인 압축 모델을 사용하고, 어려운 이미지에 대해서는 정확도가 높은 비압축 모델을 사용함으로써 에너지 효율성과 정확도를 동시에 달성할 수 있다.
실험 결과, 제안 방법은 기존 솔루션 대비 평균 50%의 에너지 소비 감소와 4% 미만의 정확도 손실을 달성할 수 있음을 보였다.
לשפה אחרת
מתוכן המקור
arxiv.org
תובנות מפתח מזוקקות מ:
by Muhammad Zaw... ב- arxiv.org 04-18-2024
https://arxiv.org/pdf/2404.11230.pdfשאלות מעמיקות