Speech Commands
PulseAugur coverage of Speech Commands — every cluster mentioning Speech Commands across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新型递归二次滤波器增强了深度循环网络的学习能力
研究人员开发了递归二次滤波器（RQF），一种新型复值时间滤波器，以改进深度连续时间循环网络中的学习。这些滤波器受生物机制启发，充当具有可调频率和带宽的带通滤波器。通过使每一层的输入前瞻性，该方法减轻了深度网络堆栈中的梯度衰减，尤其是在使用仅空间反向传播时。评估表明，RQF变体在各种模型和任务上匹配或超越了其非前瞻性对应物，包括在Speech Commands数据集上以参数高效的RQF实现了高精度。
-
新的CACTUS方法在去中心化联邦学习中植入语义后门
研究人员开发了CACTUS，一种在去中心化联邦学习系统中植入语义后门的新颖方法。该技术将标签一致的语义对转换为目标导向的表示偏移，隔离触发器效应并将其耦合到样本中。CACTUS在Speech Commands数据集上展示了51.2%的平均攻击成功率，并在各种聚合规则下，在四种测试模态中的三种上实现了最高的平均ASR，表明其在通过重复的去中心化聚合传播后门的有效性。
-
新研究应对无线联邦学习挑战
两篇新研究论文探讨了无线环境下的联邦学习进展。第一篇论文提出了一种面向RIS辅助无线联邦学习的收敛-延迟感知自适应调制与资源分配方案，旨在提高在挑战性场景下的训练速度和准确性。第二篇论文提出了一种在线分数辅助联邦学习算法，专为具有持续到达数据的资源受限无线客户端设计，解决了数据分布变化和存储有限等问题。
-
LongSpike：新的SNN框架增强长序列学习能力
研究人员推出了一种新的脉冲神经网络（SNN）框架LongSpike，该框架利用分数阶状态空间模型（f-SSM）来增强长序列的学习能力。这种方法克服了传统一阶SNN在捕捉长距离依赖关系方面的局限性。LongSpike能够更有效地将神经元动力学与长记忆核相结合，并支持高效的并行训练。在Long Range Arena和WikiText-103等基准测试上的评估表明，LongSpike在保持计算效率的同时，实现了比现有SNN更高的准确性。
-
小波标记统一音频、图像和视频处理
研究人员提出了一种新颖的方法，使用小波作为音频、图像和视频的通用标记方法，摆脱了特定于模态的潜在网格。他们的初步模型采用 Haar DWT/IDWT 前端和共享系数标记布局，在语音、图像和视频的基准数据集上取得了显著的 PSNR 分数。研究表明，统一的小波标记模式是可行的，进一步的实验表明稀疏训练和能量选择方法提供了有效的压缩策略。