Classificazione di Immagini con Budget e Allocazione di Risorse Sensibile al Contenuto

Un nuovo preprint arXiv (2607.23997) introduce la Classificazione di Immagini con Budget, un framework per regolare dinamicamente la complessità delle reti neurali profonde in condizioni di vincoli computazionali variabili. Il problema è formulato come un programma intero di allocazione delle risorse: dato un budget, un batch di immagini e un classificatore a punti decisionali multipli, l'obiettivo è allocare le immagini ai punti decisionali per massimizzare l'accuratezza. Poiché il programma intero è NP-hard, gli autori propongono un rilassamento continuo che porta a una strategia di allocazione agnostica al contenuto. Il lavoro affronta la crescente necessità di implementare l'IA in ambienti dinamici dove le risorse computazionali variano.