閲覧可能ファイル 

ファイル	フォーマット	サイズ	閲覧回数	説明
E107.A_2023EAL2053	pdf	12.0 MB	194

論文情報

ファイル出力 EndNote Basic出力 Mendeley出力

アクセス権	open access
URI	https://hdl.handle.net/2115/92655
タイトル	Dataset Distillation Using Parameter Pruning
著者	LI, Guang ; TOGO, Ren ; OGAWA, Takahiro ; HASEYAMA, Miki
著者名 LI, Guang
e-Rad_Researcher 60840395 著者名 TOGO, Ren
e-Rad_Researcher 20524028 著者名 OGAWA, Takahiro
e-Rad_Researcher 00218463 著者名 HASEYAMA, Miki
言語	英語
キーワード	Dataset distillation
	optimization
	parameter pruning
発行日	2023
出版者	The Institute of Electronics, Information and Communication Engineers
収録物名	IEICE Transactionson Fundamentals of Electronics, Communications and Computer Sciences
巻(号)	E107.A(6)
ページ	936-940
抄録	In this study, we propose a novel dataset distillation method based on parameter pruning. The proposed method can synthesize more robust distilled datasets and improve distillation performance by pruning difficult-to-match parameters during the distillation process. Experimental results on two benchmark datasets show the superiority of the proposed method.
資源タイプ	学術雑誌論文
出版タイプ	Version of Record
権利情報	copyright©2023 IEICE
PISSN	0916-8508
EISSN	1745-1337
関連情報 (isIdenticalTo)	出版社版DOI https://doi.org/10.1587/transfun.2023EAL2053

ホームへ戻る