ニューラルアーキテクチャサーチ
Neural Architecture Search (NAS) は、人工ニューラルネットワーク (ANN) の設計を自動化する技術です。この手法の目的は、アルゴリズムを通じてネットワーク構造を自動的に探索し、最適化することで、より効率的で複雑なモデルアーキテクチャを発見し、機械学習タスクの性能と効果性を向上させることです。NAS の応用価値は、手動でのパラメータ調整にかかる時間コストを削減し、モデル設計の効率と精度を向上させることにあります。
ImageNet
NAT-M4
NAS-Bench-201, ImageNet-16-120
Shapley-NAS
CIFAR-10
NAT-M4
NAS-Bench-201, CIFAR-100
Shapley-NAS
NAS-Bench-201, CIFAR-10
GenNAS
CIFAR-10 Image Classification
EEEA-Net-C (b=5)+ CO
CIFAR-100
DNA-c
NATS-Bench Topology, ImageNet16-120
GreenMachine-1
NATS-Bench Topology, CIFAR-10
NATS-Bench Topology, CIFAR-100
Food-101
Balanced Mixture
NAS-Bench-101
FireFly
NATS-Bench Size, CIFAR-10
BossNAS
NATS-Bench Size, CIFAR-100
CINIC-10
NAT-M4
DTD
NAT-M4
FGVC Aircraft
NAT-M4
NATS-Bench Size, ImageNet16-120
Oxford 102 Flowers
NAT-M4
Oxford-IIIT Pet Dataset
NAT-M4
Stanford Cars
NAT-M4
STL-10
NAT-M4
NAS-Bench-201
Improved FireFly Algorithme
LIDC-IDRI
NASLung (ours)
MNIST
NAS-Bench-301
DiNAS