AI এবং বিশ্বের কঠিন সমস্যাগুলো · তাত্ত্বিক কম্পিউটার বিজ্ঞান · arXiv · 2026-10-22

জীববিজ্ঞান-অনুপ্রাণিত শ্রবণ প্রক্রিয়াকরণ: বাক্ শনাক্তকরণের জন্য সমান্তরাল রেজোনেট-অ্যান্ড-ফায়ার ডাইনামিক্স ও টার্নারি রিকারেন্ট নেটওয়ার্কের সংযোগ

মূল শিরোনাম: Bio-Inspired Auditory Processing: Coupling Parallel Resonate-and-Fire Dynamics with Ternary Recurrent Networks for Speech Recognition

স্পাইকিং নিউরাল নেটওয়ার্ক শক্তি-সাশ্রয়ী ইনফারেন্সের প্রতিশ্রুতি দেয়, কিন্তু স্বয়ংক্রিয় বাক্ শনাক্তকরণের মতো অবিচ্ছিন্ন, প্রসঙ্গ-নির্ভর কাজগুলিতে তা হিমশিম খায়, আংশিকভাবে কারণ LIF নিউরন বিরতি ও ধ্বনিতাত্ত্বিক সীমানা জুড়ে তথ্য হারিয়ে ফেলে। Spiking Ternary GRU (stGRU) একটি টার্নারি-ওয়েট গেটেড রিকারেন্ট ইউনিটকে টেম্পোরাল ফিল্টারিং সম্পাদন করতে দেয়, আর ডাউনস্ট্রিমের resonate-and-fire নিউরনগুলি বাইনারি স্পাইক স্ট্রিম তৈরি করে, ফলে ঘন ফ্লোটিং-পয়েন্ট ম্যাট্রিক্স MAC এড়ানো যায়। LibriSpeech-960-এ এন্ড-টু-এন্ড প্রশিক্ষিত Small, Medium ও Large stGRU বাহ্যিক ভাষা মডেল ছাড়াই test-clean সেটে যথাক্রমে 8.09%, 7.04% এবং 6.44±0.17% WER অর্জন করে—এটিই প্রশিক্ষিত ANN সিকোয়েন্স ডিকোডার ছাড়া LibriSpeech-এ একক সংখ্যার WER অর্জনকারী প্রথম ম্যাট্রিক্স-MAC-মুক্ত স্পাইকিং নেটওয়ার্ক।

মূল লেখা পড়ুন ↗

সব আইটেম →