العثور على هندسة شبكة عصبية لزيادة الدقة بسرعة وخفيفة الوزن للحصول على صور ذات دقة فائقة

تظهر الشبكات العصبية التلافيفية العميقة نتائج مثيرة للإعجاب في مجال زيادة الدقة الفائقة. تركز سلسلة من الدراسات على تحسين نسبة الإشارة إلى الضوضاء القمّة (PSNR) باستخدام طبقات أعمق بكثير، والتي ليست صديقة للموارد المحدودة. لا يزال البحث عن توازن بين قدرة الاستعادة وبساطة النماذج أمرًا غير بسيط. بينما تسعى المساهمات الحديثة لتحقيق هذا التوازن يدويًا، فإن عملنا يصل إلى نفس الهدف بشكل آلي من خلال البحث عن الهندسة المعمارية للشبكات العصبية. تحديدًا، نتعامل مع زيادة الدقة الفائقة بنهج متعدد الأهداف. كما نقترح استراتيجية بحث مرنة على مستوى الجزء الصغير والجزء الكبير، بناءً على متحكم هجين يستفيد من الحساب التطوري والتعلم التعزيزي. تساعد التجارب الكمية في الوصول إلى استنتاج بأن النماذج التي تم إنشاؤها بواسطة نظامنا تتفوق على معظم الأساليب الرائدة حاليًا فيما يتعلق بالعمليات العائمة لكل ثانية (FLOPS) الفردية.