实体
Tsetlin Machine
Tsetlin Machine
PulseAugur coverage of Tsetlin Machine — every cluster mentioning Tsetlin Machine across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新型 RISC-V 处理器提升 Tsetlin 机器边缘 AI 效率
研究人员开发了一种专用的 RISC-V 处理器，用于在边缘高效地进行 Tsetlin 机器 (TM) 推理。这种新架构精简了指令集，以优化 TM 的逻辑运算，与标准的 RISC-V 核心和二值神经网络 (BNNs) 相比，在性能和能耗方面取得了显著的改进。在 CIFAR-2 等数据集上，TM 方法展示了相当或更优的准确性，同时执行时间缩短了高达 98%，能耗降低了 29.7 倍。
-
新方法使用语言模型聚类预训练Tsetlin Machine以提高可解释性
研究人员开发了一个新颖的框架，通过整合来自BERT等预训练语言模型的知识来增强Tsetlin Machines (TMs) 的可解释性。该方法使用K-means或Top2Vec将文本样本分组为语义聚类，然后用于预训练TM。这种方法使TM能够学习可解释的语义关键词，在保持其固有的透明度的同时，实现了与BERT相当的性能。