AI और दुनिया की कठिन समस्याएँ · सैद्धांतिक कंप्यूटर विज्ञान · arXiv · 2026-10-22

जैव-प्रेरित श्रवण प्रक्रमन: वाक् पहचान के लिए समानांतर रेज़ोनेट-एंड-फ़ायर गतिकी को टर्नरी रिकरेंट नेटवर्कों के साथ युग्मित करना

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

स्पाइकिंग न्यूरल नेटवर्क ऊर्जा-कुशल इन्फ़ेरेंस का वादा करते हैं, लेकिन स्वचालित भाषण पहचान जैसे सतत, संदर्भ-निर्भर कार्यों में संघर्ष करते हैं, आंशिक रूप से इसलिए कि LIF न्यूरॉन्स विरामों और स्वनिक सीमाओं के पार जानकारी खो देते हैं। स्पाइकिंग टर्नरी GRU (stGRU) एक टर्नरी-वेट गेटेड रिकरंट यूनिट को टेम्पोरल फ़िल्टरिंग करने देता है, जबकि डाउनस्ट्रीम रेज़ोनेट-एंड-फ़ायर न्यूरॉन्स बाइनरी स्पाइक स्ट्रीम उत्पन्न करते हैं, जिससे घने फ़्लोटिंग-पॉइंट मैट्रिक्स MACs से बचा जाता है। LibriSpeech-960 पर एंड-टू-एंड प्रशिक्षित Small, Medium, और Large stGRU बिना किसी बाहरी भाषा मॉडल के test-clean पर क्रमशः 8.09%, 7.04%, और 6.44±0.17% WER तक पहुँचते हैं, और ये सीखे गए ANN अनुक्रम डिकोडर के बिना पहले मैट्रिक्स-MAC-मुक्त स्पाइकिंग नेटवर्क हैं जिन्होंने LibriSpeech पर एकल-अंकीय WER हासिल किया।

मूल लेख पढ़ें ↗

सभी आइटम →