Quantization Robustness of Monotone Operator Equilibrium Networks
Dit artikel analyseert de kwantisatierobuustheid van Monotone Operator Equilibrium Networks en toont aan dat convergentie gegarandeerd blijft zolang de spectrale verstoring kleiner is dan de monotonie-marge, waarbij experimenten op MNIST een overgangspunt bevestigen en kwantisatiebewuste training vier-bits convergentie herstelt.