深度學習的前沿技術探索：增加訓練吞吐量、允許適量標註錯誤、及減少模型參數量的學習策略;Exploring Cutting-Edge Technologies in Deep Learning: Strategies for Increasing Training Throughput， Tolerating Moderate Labeling Errors， and Reducing Model Parameters

NCU Institutional Repository > 資訊電機學院 > 資訊工程學系 > 研究計畫 > Item 987654321/94257

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/94257

題名:	深度學習的前沿技術探索：增加訓練吞吐量、允許適量標註錯誤、及減少模型參數量的學習策略;Exploring Cutting-Edge Technologies in Deep Learning: Strategies for Increasing Training Throughput， Tolerating Moderate Labeling Errors， and Reducing Model Parameters
作者:	陳弘軒
貢獻者:	國立中央大學資訊工程學系
關鍵詞:	深度學習;模行平行化;不可靠之部份標籤學習;層級生成;deep learning;model parallelism;unreliable partial label learning;layer generation
日期:	2024-09-27
上傳時間:	2024-09-30 17:22:00 (UTC+8)
出版者:	國家科學及技術委員會(本會)
摘要:	本計畫旨在推動深度學習的基礎技術發展，凡與深度學習有關的研究或應用幾乎都能受惠於本計畫的成果，故本計畫能對多個領域產生影響。在人文和社會層面，先進的模型能更準確地理解和處理自然語言，進而加強人機交互，增進數位人文學科的研究。經濟上，提高模型效率將降低運算成本，推動AI在產業的廣泛應用，從而促進產業升級與轉型。學術發展方面，本計畫將培養學生的創新能力和實驗技能，並通過發表高質量的研究成果，增強學術交流和國際合作。
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[資訊工程學系] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	42	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing