• 0 Citaties
20192019

Research output per year

Als u wijzigingen in Pure hebt gemaakt, zullen deze hier binnenkort zichtbaar zijn.

Persoonlijk profiel

Quote

Shiwei Liu is a first year Ph.D. researcher at the Mathematics and Computer Science department at the Eindhoven University of Technology. His Ph.D. topic is scalable deep learning. Recently, his research interest is compressing conventional deep artificial neural network models from the perspective of pruning, sparse and evolutionary training. He believes that sparse artificial neural networks have the potential to beat conventional dense networks both in performance and the ability to be applied to real applications. 

Vingerafdruk Verdiep u in de onderzoeksgebieden waarop Shiwei Liu actief is. Deze onderwerplabels komen uit het werk van deze persoon. Samen vormen ze een unieke vingerafdruk.

Netwerk Recente externe samenwerking op landenniveau. Duik in de details door op de stippen te klikken.

Onderzoeksoutput

  • 2 Tijdschriftartikel
  • 1 Conferentiebijdrage

Intrinsically sparse long short-term memory networks

Liu, S., Mocanu, D. & Pechenizkiy, M., 26 jan 2019, In : arXiv. 9 blz., 1901.09208v1.

Onderzoeksoutput: Bijdrage aan tijdschriftTijdschriftartikelAcademic

Open Access
Bestand
  • On improving deep learning generalization with adaptive sparse connectivity

    Liu, S., Mocanu, D. & Pechenizkiy, M., 14 jun 2019, ICML 2019 Workshop on Understanding and Improving General-ization in Deep Learning. 5 blz. 1906.11626v1

    Onderzoeksoutput: Hoofdstuk in Boek/Rapport/CongresprocedureConferentiebijdrageAcademicpeer review

    Open Access
    Bestand
  • Sparse evolutionary deep learning with over one million artificial neurons on commodity hardware

    Liu, S., Mocanu, D., Ramapuram Matavalam, A. R., Pei, Y. & Pechenizkiy, M., 26 jan 2019, In : arXiv. 14 blz., 1901.09181v1.

    Onderzoeksoutput: Bijdrage aan tijdschriftTijdschriftartikelAcademic

    Open Access
    Bestand