Nghiên cứu mới giới thiệu DCL-ENAS, cải tiến cho Evolutionary Neural Architecture Search (ENAS) để tự động thiết kế mạng nơ-ron hiệu quả hơn. DCL-ENAS dùng học tương phản kép, giúp đào tạo bộ dự đoán với chi phí thấp hơn và độ chính xác cao hơn, bằng cách dự đoán hiệu suất tương đối của các kiến trúc. Phương pháp này đạt độ chính xác cao nhất trên NASBench-101/201 và cải thiện phân loại nhịp tim ECG đáng kể.

#AI #MachineLearning #DeepLearning #NAS #ENAS #DCLENAS #ComputationalEfficiency
#TríTuệ