基于二阶锥规划的卷积神经网络集成自动选择
机器学习
2023-02-14 v1 最优化与控制
摘要
集成技术常见于机器学习与工程问题中，因该方法结合不同模型并产生最优预测解。集成概念可适配深度学习模型以提供鲁棒性与可靠性。由于深度学习中模型数量增长，使用集成剪枝对处理计算复杂度极为重要。因此，本研究提出一种数学模型，以稀疏二阶锥优化模型对由不同深度与层数构成的卷积神经网络（CNN）集成进行剪枝，同时最大化精度与多样性。所提模型在CIFAR-10、CIFAR-100与MNIST数据集上测试，在显著降低模型复杂度的同时给出了有前景的结果。
引用
@article{arxiv.2302.05950,
title = {Autoselection of the Ensemble of Convolutional Neural Networks with Second-Order Cone Programming},
author = {Buse Çisil Güldoğuş and Abdullah Nazhat Abdullah and Muhammad Ammar Ali and Süreyya Özöğür-Akyüz},
journal= {arXiv preprint arXiv:2302.05950},
year = {2023}
}