Google Speech Commands
PulseAugur coverage of Google Speech Commands — every cluster mentioning Google Speech Commands across labs, papers, and developer communities, ranked by signal.
-
新方法LEAPSC增强了深度联合信源信道编码的隐私性
研究人员开发了LEAPSC，一种用于隐私保护的深度联合信源信道编码的新方法。该技术将内循环最小二乘概念擦除集成到变分信息瓶颈编码器中，以防止在数据传输过程中泄露性别或种族等敏感属性。LEAPSC在CelebA和FairFace等数据集上表现出色，在保持攻击者准确率接近偶然水平的同时实现了高任务准确率，优于现有的对抗性基线。
-
CALM 方法通过类一致性改进去中心化联邦学习
研究人员推出了一种新颖的去中心化联邦学习方法 CALM，该方法可提高模型性能，尤其是在非独立同分布（non-IID）数据条件下。与依赖参数平均且需要相同客户端架构的传统方法不同，CALM 采用去中心化联邦蒸馏。此方法允许客户端从同伴模型快照中提取知识，无需中央服务器或共享架构。CALM 进一步通过引入三级信任门来优化此过程：基于一致性的类加权、基于教师发散的样本加权以及基于真实标签支持调整蒸馏强度的标签门。在 CIFAR-10 和 S…
-
Chameleon 加速器支持设备端少样本和持续学习
研究人员开发了 Chameleon，这是一种新颖的硬件加速器，专为从序列数据进行高效的设备端学习而设计。该加速器集成了学习和推理能力，以最小的面积开销支持少样本和持续学习。Chameleon 利用时域卷积网络来捕获长时序依赖关系，从而实现序列数据的端到端片上学习和原始音频推理。该加速器采用 40 纳米 CMOS 工艺制造，在 Omniglot 和 Google Speech Commands 等基准测试中实现了最先进的准确性，同时功耗极低。