Comparación de métodos Zero-shot Proxy en la búsqueda de arquitecturas de redes neuronales basada en algoritmos genéticos y aplicados en la clasificación de imágenes

Autores
Centurión Funes, Eduardo; Colbes Sanabria, José D.; Pinto-Roa, Diego P.
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La Búsqueda de Arquitecturas de Redes neuronales (NAS, Neural Architecture Search) es una línea de investigación fundamental para aplicaciones de Redes Neuronales Convolucionales (CNN, Convolutional Neural Network) de alto rendimiento. Normalmente, los métodos NAS propuestos en la literatura requieren un alto costo computacional para calcular la solución CNN óptima dentro de los problemas de clasificación de imágenes. Por lo tanto, una línea de investigación emergente propone estimadores de rendimiento llamados métodos Zero-Shot Proxy. Las métodos Zero-Shot Proxy reducen el costo de evaluación dentro de la búsqueda de la arquitectura óptima, reemplazando parcial o completamente el entrenamiento y evaluación. Claramente, estos métodos ayudan a reducir el costo computacional, sin embargo, es necesario examinar su impacto en NAS. Este trabajo estudia el efecto de métodos Zero-Shot Proxy del estado del arte –Gradient norm, SNIP, Synflow, GraSP, Fisher information, y Jacobian covariant– como guías estratégicas en un Algoritmo Genético. La simulación experimental en la base de datos CIFAR10 indica el buen rendimiento de los métodos considerados, siendo el Jacobian covariant el más preciso.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Búsqueda de Arquitecturas de Redes Neuronales
Zero-shot Proxy
Algoritmos Genéticos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/177185

id SEDICI_9b54f2a25c0d5bb5a1c456c6acbc7839
oai_identifier_str oai:sedici.unlp.edu.ar:10915/177185
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Comparación de métodos Zero-shot Proxy en la búsqueda de arquitecturas de redes neuronales basada en algoritmos genéticos y aplicados en la clasificación de imágenesCenturión Funes, EduardoColbes Sanabria, José D.Pinto-Roa, Diego P.Ciencias InformáticasBúsqueda de Arquitecturas de Redes NeuronalesZero-shot ProxyAlgoritmos GenéticosLa Búsqueda de Arquitecturas de Redes neuronales (NAS, Neural Architecture Search) es una línea de investigación fundamental para aplicaciones de Redes Neuronales Convolucionales (CNN, Convolutional Neural Network) de alto rendimiento. Normalmente, los métodos NAS propuestos en la literatura requieren un alto costo computacional para calcular la solución CNN óptima dentro de los problemas de clasificación de imágenes. Por lo tanto, una línea de investigación emergente propone estimadores de rendimiento llamados métodos Zero-Shot Proxy. Las métodos Zero-Shot Proxy reducen el costo de evaluación dentro de la búsqueda de la arquitectura óptima, reemplazando parcial o completamente el entrenamiento y evaluación. Claramente, estos métodos ayudan a reducir el costo computacional, sin embargo, es necesario examinar su impacto en NAS. Este trabajo estudia el efecto de métodos Zero-Shot Proxy del estado del arte –Gradient norm, SNIP, Synflow, GraSP, Fisher information, y Jacobian covariant– como guías estratégicas en un Algoritmo Genético. La simulación experimental en la base de datos CIFAR10 indica el buen rendimiento de los métodos considerados, siendo el Jacobian covariant el más preciso.Sociedad Argentina de Informática e Investigación Operativa2024-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf167-180http://sedici.unlp.edu.ar/handle/10915/177185spainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17911info:eu-repo/semantics/altIdentifier/issn/2451-7496info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:47:49Zoai:sedici.unlp.edu.ar:10915/177185Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:47:49.534SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Comparación de métodos Zero-shot Proxy en la búsqueda de arquitecturas de redes neuronales basada en algoritmos genéticos y aplicados en la clasificación de imágenes
title Comparación de métodos Zero-shot Proxy en la búsqueda de arquitecturas de redes neuronales basada en algoritmos genéticos y aplicados en la clasificación de imágenes
spellingShingle Comparación de métodos Zero-shot Proxy en la búsqueda de arquitecturas de redes neuronales basada en algoritmos genéticos y aplicados en la clasificación de imágenes
Centurión Funes, Eduardo
Ciencias Informáticas
Búsqueda de Arquitecturas de Redes Neuronales
Zero-shot Proxy
Algoritmos Genéticos
title_short Comparación de métodos Zero-shot Proxy en la búsqueda de arquitecturas de redes neuronales basada en algoritmos genéticos y aplicados en la clasificación de imágenes
title_full Comparación de métodos Zero-shot Proxy en la búsqueda de arquitecturas de redes neuronales basada en algoritmos genéticos y aplicados en la clasificación de imágenes
title_fullStr Comparación de métodos Zero-shot Proxy en la búsqueda de arquitecturas de redes neuronales basada en algoritmos genéticos y aplicados en la clasificación de imágenes
title_full_unstemmed Comparación de métodos Zero-shot Proxy en la búsqueda de arquitecturas de redes neuronales basada en algoritmos genéticos y aplicados en la clasificación de imágenes
title_sort Comparación de métodos Zero-shot Proxy en la búsqueda de arquitecturas de redes neuronales basada en algoritmos genéticos y aplicados en la clasificación de imágenes
dc.creator.none.fl_str_mv Centurión Funes, Eduardo
Colbes Sanabria, José D.
Pinto-Roa, Diego P.
author Centurión Funes, Eduardo
author_facet Centurión Funes, Eduardo
Colbes Sanabria, José D.
Pinto-Roa, Diego P.
author_role author
author2 Colbes Sanabria, José D.
Pinto-Roa, Diego P.
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Búsqueda de Arquitecturas de Redes Neuronales
Zero-shot Proxy
Algoritmos Genéticos
topic Ciencias Informáticas
Búsqueda de Arquitecturas de Redes Neuronales
Zero-shot Proxy
Algoritmos Genéticos
dc.description.none.fl_txt_mv La Búsqueda de Arquitecturas de Redes neuronales (NAS, Neural Architecture Search) es una línea de investigación fundamental para aplicaciones de Redes Neuronales Convolucionales (CNN, Convolutional Neural Network) de alto rendimiento. Normalmente, los métodos NAS propuestos en la literatura requieren un alto costo computacional para calcular la solución CNN óptima dentro de los problemas de clasificación de imágenes. Por lo tanto, una línea de investigación emergente propone estimadores de rendimiento llamados métodos Zero-Shot Proxy. Las métodos Zero-Shot Proxy reducen el costo de evaluación dentro de la búsqueda de la arquitectura óptima, reemplazando parcial o completamente el entrenamiento y evaluación. Claramente, estos métodos ayudan a reducir el costo computacional, sin embargo, es necesario examinar su impacto en NAS. Este trabajo estudia el efecto de métodos Zero-Shot Proxy del estado del arte –Gradient norm, SNIP, Synflow, GraSP, Fisher information, y Jacobian covariant– como guías estratégicas en un Algoritmo Genético. La simulación experimental en la base de datos CIFAR10 indica el buen rendimiento de los métodos considerados, siendo el Jacobian covariant el más preciso.
Sociedad Argentina de Informática e Investigación Operativa
description La Búsqueda de Arquitecturas de Redes neuronales (NAS, Neural Architecture Search) es una línea de investigación fundamental para aplicaciones de Redes Neuronales Convolucionales (CNN, Convolutional Neural Network) de alto rendimiento. Normalmente, los métodos NAS propuestos en la literatura requieren un alto costo computacional para calcular la solución CNN óptima dentro de los problemas de clasificación de imágenes. Por lo tanto, una línea de investigación emergente propone estimadores de rendimiento llamados métodos Zero-Shot Proxy. Las métodos Zero-Shot Proxy reducen el costo de evaluación dentro de la búsqueda de la arquitectura óptima, reemplazando parcial o completamente el entrenamiento y evaluación. Claramente, estos métodos ayudan a reducir el costo computacional, sin embargo, es necesario examinar su impacto en NAS. Este trabajo estudia el efecto de métodos Zero-Shot Proxy del estado del arte –Gradient norm, SNIP, Synflow, GraSP, Fisher information, y Jacobian covariant– como guías estratégicas en un Algoritmo Genético. La simulación experimental en la base de datos CIFAR10 indica el buen rendimiento de los métodos considerados, siendo el Jacobian covariant el más preciso.
publishDate 2024
dc.date.none.fl_str_mv 2024-08
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/177185
url http://sedici.unlp.edu.ar/handle/10915/177185
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17911
info:eu-repo/semantics/altIdentifier/issn/2451-7496
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
167-180
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616341501247488
score 13.070432