107 / 2023-09-19 19:41:51
An Evolutionary Algorithm-based Neural Architecture Search for Feature Separation in Classification Problems
convolutional neural network,neural architecture search,evolutionary algorithm,feature separation
Final Paper
Qing Zhang / Dalian University of Technology
GuoLiang Gong / Alibaba Limited
Yiming Luo / Dalian University of Technology
Lin Lin / Dalian University of Technology
在本文中,我们提出了基于进化算法的神经架构搜索(EvoNAS),利用进化算法寻找优化的卷积神经网络(CNN),并结合分布估计来提高搜索过程中的效率,从而提高分类性能。优化后的 CNN 揭示了分类过程。它可以将特征按照指定的类别进行分类,在达到期望的分类精度的同时提高相似特征的分类精度。我们进行特征分离实验在公开的CIFAR数据集上,我们使用EvoNAS进行特征分离实验。EvoNAS 在公开可用的 CIFAR 数据集上进行了特征分离实验。分类准确率分别提高了0.55%和0. 与原网络相比分别提高了56\%。此外,特征可视化和归因可视化提高了CNN的分类可解释性。
Important Date
  • Conference Date

    Nov 02

    2023

    to

    Nov 04

    2023

  • Dec 15 2023

    Draft paper submission deadline

  • Dec 20 2023

    Registration deadline

Sponsored By
IEEE Instrumentation and Measurement Society
Xidian University
Contact Information