Вероятностный метод для адаптивного времени вычислений в нейронных сетяхProbabilistic method of adaptive computation time in neural networks

Диссертационная работа посвящена задаче повышения вычислительной эффективности и интерпретируемости популярной модели компьютерного зрения, свёрточной нейронной сети. Используется предположение, что свёрточные сети пространственно избыточны, то есть применение части слоёв сети в некоторых пространственных позициях не является необходимым для получения высокого качества работы. Разработан перфорированный свёрточный слой, позволяющий пространственно варьировать и снижать объём вычислений. Метод адаптивного времени вычислений, предложенный ранее для рекуррентной нейронной сети, применён к пространственной адаптации числа слоёв свёрточной нейронной сети под конкретный объект. Также построена вероятностная модель пространственной адаптации числа слоёв свёрточной нейронной сети и предложен способ её обучения.