Quality of Experience

新理论解决视频流AI可塑性损失问题

研究人员提出了静默神经元理论，以解决用于自适应视频流的深度强化学习模型中可塑性损失的问题。该理论认为，现有的休眠神经元指标不足以表征可塑性退化。为了应对这一问题，开发了一种名为重置静默神经元（ReSiN）的新方法，该方法根据前向和后向传播状态策略性地重置神经元以保持可塑性。在自适应视频流系统中，ReSiN已显示出显著的改进，与现有解决方案相比，实现了更高的比特率和更好的体验质量。