연속 파라미터 흐름으로 구현하는 입력 적응형 CNN

안내: 본 포스트의 한글 요약 및 분석 리포트는 AI 기술을 통해 자동 생성되었습니다. 정보의 정확성을 위해 하단의 [원본 논문 뷰어] 또는 ArXiv 원문을 반드시 참조하시기 바랍니다.

Puppet‑CNN은 컨볼루션 커널을 연속적인 파라미터 궤적으로 모델링하고, 이를 신경 ODE로 학습한다. 입력 복잡도에 따라 초기 상태와 샘플링 간격을 조절해 깊이를 동적으로 결정함으로써, 저장 파라미터를 크게 줄이면서도 기존 CNN 수준의 정확도를 달성한다.

Puppet‑CNN은 “파라미터를 정적인 텐서가 아니라 시간(또는 깊이) 흐름에 따라 진화하는 상태”로 보는 혁신적인 관점을 제시한다. 논문은 연속 좌표 s∈