SimGrowNet: Efficient Neural Growth with Similarity-Based Redundancy Control
SimGrowNet est une méthode de croissance neuronale efficace inspirée de la neurogenèse humaine qui étend progressivement des modèles compacts pendant l'entraînement tout en minimisant la redondance des neurones grâce à des contraintes basées sur la similitude, améliorant ainsi la diversité des caractéristiques, atténuant l'apprentissage par raccourci et surpassant les bases de référence existantes sur de multiples jeux de données de reconnaissance d'images.