Научная статья NVI Research о complexity-aware функции потерь принята к публикации в престижном международном научном журнале Computer Optics.
Исследование разработчиков NVI Research принято к публикации в научном журнале Computer Optics.
Современные нейронные сети требуют значительных вычислительных ресурсов, а запуск передовых LLM-моделей зачастую возможен только в дорогостоящих дата-центрах.
Для продуктов видеоаналитики NVI критически важно обеспечивать эффективную работу на компактных вычислительных устройствах в инфраструктуре клиента — без доступа к сети и передачи чувствительных данных за пределы защищённого контура.
Поэтому наши инженеры и исследователи постоянно развивают платформу распознавания, лежащую в основе всех продуктов NVI. Они внедряют современные методы ускорения нейросетевых вычислений, оптимизируют архитектуры моделей и разрабатывают более эффективные подходы к их обучению.
Очередным результатом этой системной работы стала статья «CALoss: Complexity-Aware Loss for Dynamic Neural Networks», одобренная для публикации в журнале Computer Optics. В ней представлен новый метод обучения динамических нейронных сетей на примере нейросетевых классификаторов. Авторы показали, что простая модификация функции потерь позволяет сократить вычислительные затраты до 30% без снижения точности.
Разработка открывает новые возможности для дальнейшего повышения производительности и качества продуктов NVI.
Авторы научной статьи:
Teplyakov L.M., Mershavka A.D., Belyaev P.V., Nikolaev D.P. "CALoss: Complexity-Aware Loss for Dynamic Neural Networks", Computer Optics
#NVI #ComputerOptics #NVISolutions #ИИ #CV
1
183
2
1
183
2
1July 23, 2026 324 6
