Curvature-Information Duality Driven Geometrically Optimal Compression of Deep Models
本論文は、情報幾何学および曲率・情報双対性定理に基づいた理論的根拠を持つモデル圧縮手法である、Curvature-aware Information Bottleneck (CurvIB) フレームワークを紹介するものであり、これは、曲率に敏感な適応型プルーニング、Wasserstein 認識の最適量子化、および最適輸送に基づく精度回復を統合することで、極端なリソース制約下におけるディープラーニングモデルの性能を大幅に向上させるものである。