清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Benchmarking Analysis of Evolutionary Neural Architecture Search

水准点(测量) 计算机科学 进化计算 进化算法 标杆管理 人工神经网络 人工智能 机器学习 适应度函数 趋同(经济学) 遗传算法 大地测量学 经济增长 经济 地理 营销 业务
作者
Zeqiong Lv,Chao Qian,Yanan Sun
出处
期刊:IEEE Transactions on Evolutionary Computation [Institute of Electrical and Electronics Engineers]
卷期号:: 1-1
标识
DOI:10.1109/tevc.2023.3324852
摘要

Evolutionary computation-based neural architecture search (ENAS) is a popular technique for automating the architecture design of deep neural networks. For any evolutionary computation-based algorithm, the runtime and convergence are the most important aspects concerned by theoretical analysis. However, because of the lacking of benchmarked fitness functions specialized for ENAS, the corresponding theoretical work is rarely available. To address this issue, we propose three different benchmark functions in this paper based on NAS-Bench-101. Specifically, we first propose a correlation-based feature extraction method, to capture the accuracy relationship between neural architectures and their fitness values. Furthermore, we propose a function toolkit, which allows combining different architecture features to specific benchmark functions. In addition, three benchmark functions are derived upon the toolkit by considering the features of neural net topologies, the features of neural operations, and their combinations. Based on these designs, the search space partition and transition probability calculation could be easily established, which in turn greatly promote the runtime and convergence analysis. We perform the experiments of ranking correlation, and the experimental results demonstrate the correctness of the proposed benchmark functions. To the best of our knowledge, this is the first work focusing on ENAS benchmark functions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
勤劳的颤完成签到 ,获得积分10
4秒前
SCI完成签到 ,获得积分10
35秒前
雪白小丸子完成签到,获得积分10
39秒前
43秒前
44秒前
TTDY完成签到 ,获得积分0
45秒前
adeno发布了新的文献求助10
49秒前
Gary完成签到 ,获得积分10
1分钟前
haralee完成签到 ,获得积分10
1分钟前
醉熏的千柳完成签到 ,获得积分10
1分钟前
1分钟前
wwz发布了新的文献求助30
1分钟前
yzhilson完成签到 ,获得积分10
1分钟前
枯叶蝶完成签到 ,获得积分10
1分钟前
kenchilie完成签到 ,获得积分10
1分钟前
lod完成签到,获得积分10
1分钟前
楚襄谷完成签到 ,获得积分10
2分钟前
暗示完成签到 ,获得积分10
2分钟前
xiaosui完成签到 ,获得积分10
2分钟前
2分钟前
彭于晏应助adeno采纳,获得10
2分钟前
麦冬粑粑发布了新的文献求助10
2分钟前
忆茶戏完成签到 ,获得积分10
2分钟前
宏伟发布了新的文献求助30
2分钟前
麦冬粑粑完成签到,获得积分10
2分钟前
任性翠安完成签到 ,获得积分10
2分钟前
陈小青完成签到 ,获得积分10
2分钟前
2分钟前
爆米花应助钱多多采纳,获得10
2分钟前
adeno完成签到,获得积分10
2分钟前
adeno发布了新的文献求助10
3分钟前
迈克老狼完成签到 ,获得积分10
3分钟前
顾矜应助聪明的心语采纳,获得10
3分钟前
3分钟前
钱多多完成签到,获得积分20
3分钟前
钱多多发布了新的文献求助10
3分钟前
每天都要开心完成签到 ,获得积分10
3分钟前
Dongjie完成签到,获得积分10
3分钟前
sci完成签到 ,获得积分10
3分钟前
GGBond完成签到 ,获得积分10
3分钟前
高分求助中
Les Mantodea de Guyane Insecta, Polyneoptera 2500
Technologies supporting mass customization of apparel: A pilot project 450
A Field Guide to the Amphibians and Reptiles of Madagascar - Frank Glaw and Miguel Vences - 3rd Edition 400
A China diary: Peking 400
Brain and Heart The Triumphs and Struggles of a Pediatric Neurosurgeon 400
Cybersecurity Blueprint – Transitioning to Tech 400
Mixing the elements of mass customisation 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3784835
求助须知:如何正确求助?哪些是违规求助? 3330070
关于积分的说明 10244288
捐赠科研通 3045435
什么是DOI,文献DOI怎么找? 1671691
邀请新用户注册赠送积分活动 800613
科研通“疑难数据库(出版商)”最低求助积分说明 759541