stGRU脉冲网络实现LibriSpeech单数位WER
热点事件持续更新
stGRU脉冲网络实现LibriSpeech单数位WER
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
研究团队引入三值权重门控循环单元stGRU，将双态事件传输作为原生训练约束，提出Spiking Ternary GRU架构。模型在LibriSpeech-960上端到端训练，Small、Medium和Large模型在test-clean集上的最低WER分别为8.09%、7.04%和6.44%±0.17%，且均不使用外部语言模型。据称这是首个无矩阵乘加、无学习ANN序列解码器、并在LibriSpeech上达到单位数WER的脉冲网络。
AI 根据报道生成 · 13 小时前更新
最新进展10月22日 12:00
stGRU：耦合并行共振发放动力学的三值循环网络用于语音识别报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv · AIstGRU：耦合并行共振发放动力学的三值循环网络用于语音识别
研究引入三值权重门控循环单元 stGRU，将双态事件传输作为原生训练约束，在 LibriSpeech test-clean 上无外部语言模型达到 8.09% 最低 WER。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 910月22日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0010月23日02:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。