研究者提出三值权重脉冲GRU语音识别架构
热点事件持续更新
研究者提出三值权重脉冲GRU语音识别架构
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Pavlos Poulos等作者提出一种用于语音识别的Spiking Ternary GRU（stGRU）架构：由三值权重门控循环单元完成时序滤波，下游的Resonate-and-Fire（RF）神经元生成二值脉冲流，驱动下一模块的事件通路。 据作者描述，这一设计使二值事件传输成为训练过程中的约束，而不是部署阶段才做的量化步骤。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
仿生听觉处理：并行 Resonate-and-Fire 动力学耦合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23日
- arXiv cs.AI仿生听觉处理：并行 Resonate-and-Fire 动力学耦合三值循环网络用于语音识别
研究者提出 Spiking Ternary GRU（stGRU）：由三值权重门控循环单元做时序滤波，下游 Resonate-and-Fire（RF）神经元生成二值脉冲流驱动下一模块的事件通路，使二值事件传输成为训练约束而非部署时的量化步骤。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。