論文の概要: From prediction error to sparse events: Biologically inspired signed-dyadic coding for Mandarin keyword spotting

• arxiv url: http://arxiv.org/abs/2610.41381v1
• Date: Fri, 30 Oct 2026 07:46:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.649813
• Title: From prediction error to sparse events: Biologically inspired signed-dyadic coding for Mandarin keyword spotting
• Title（参考訳）: 予測誤りからスパース事象:マンダリンキーワードスポッティングのための生物学的にインスパイアされた署名・ダイアディック符号化
• Abstract要約: PG(Predictive Signed-Dyadic Coding) マンダリンのキーワードスポッティングでは、INPUT-PGの精度は90.00%、平均読み出しは33.87%、推論サイクルは32.77%である。 PGは低消費電力連続音声処理とイベントベースの知覚システムの研究のためのハードウェアインターフェースを提供する。
• 参考スコア（独自算出の注目度）: 12.198273551865194
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In continuous spiking keyword spotting, temporally correlated acoustic frames can repeatedly trigger memory access and neural computation at a dense input interface, even when hidden activity is sparse. Predictive processing and sensory adaptation suggest retaining predictable input locally and responding selectively to deviations. Inspired by this mechanism, we propose Predictive Signed-Dyadic Coding (PG). PG maintains a local prediction for each input channel and transmits an event only when the residual exceeds a learned threshold. Each event carries a sign and a finite power-of-two magnitude, and the receiver reconstructs it with fixed-point shifts and additions. In Mandarin keyword spotting, INPUT-PG reaches 90.00% accuracy while reducing mean SRAM reads by 33.87% and inference cycles by 32.77%. PG provides a hardware interface for research on low-power continuous speech processing and event-based sensory systems.
• Abstract（参考訳）: 連続的なスパイクキーワードスポッティングでは、時間的に相関した音響フレームは、隠れたアクティビティがスパースであっても、密な入力インターフェースでメモリアクセスとニューラル計算を繰り返しトリガーすることができる。 予測処理と感覚適応は、局所的に予測可能な入力を保持し、偏差に選択的に対応することを示唆する。 このメカニズムに着想を得た予測符号符号化(PG)を提案する。 PGは各入力チャネルの局所予測を保持し、残余が学習しきい値を超えた場合にのみイベントを送信する。 各事象は符号と2等級の有限のパワーを持ち、受信機はそれを固定点シフトと加算で再構成する。 マンダリンのキーワードスポッティングでは、INPUT-PGは90.00%の精度に達し、平均SRAM読み込みは33.87%、推論サイクルは32.77%減少する。 PGは低消費電力連続音声処理とイベントベースの知覚システムの研究のためのハードウェアインターフェースを提供する。

関連論文リスト

• What to Preserve in Recursive Computation: A Local Predictive Sufficiency Principle [24.035750607284054]
  再帰的予測閉鎖を伴う局所的予測効率を同定する。 個々のインタフェースにおける局所的な予測欠陥の制御は、ルートにおける結果の相違を制御する。 タスクに依存しない予測保存の原則が4つの設定すべてにわたってインスタンス化されていることを示す。
  論文  参考訳（メタデータ） (2026-10-03T05:33:40Z)
• Reliable Egocentric Action Anticipation via Temporal Reliability Suppression and Compositional Graph Decoding [0.0]
  時間的信頼性抑圧(TRS)とロバスト・バーブ・名詞グラフ(RVG)デコードを提案する。 RVGは、トレーニングラベルから構築されたPMIベースの互換性グラフを使用して、動詞と名詞のペアを再ランクする。 汚職強化トレーニングでは、RS+CA+RVGの精度は29.1%、相対ロバスト性は88.2%に達した。
  論文  参考訳（メタデータ） (2026-09-09T15:26:39Z)
• Just Noticeable Difference Modeling for Token Compression in Vision-Language-Action Models [62.522141464687195]
  本稿では,単に目立った差分(JND)の原理を具体化するためのアクションJNDを紹介する。 トークンの変化は、誘導された行動偏差が許容範囲内に留まっている場合にのみ許容できると考えられる。 結果として生じるアクション耐性スコアは、VLA圧縮パラダイムのプラグアンドプレイ基準として機能する。
  論文  参考訳（メタデータ） (2026-08-21T15:59:37Z)
• Sparse Attention for Dense Open-Vocabulary Prediction in CLIP [54.45759517856271]
  最終視覚的自己注意層における行方向のソフトマックスの推測時間置換について検討した。 entmaxは低得点を正確に0にマッピングするデータ依存しきい値を適用するため、暗黙のデノイザとして機能する。 オープン語彙タスクセンスセマンティックセマンティックセグメンテーション (Pascal VOC, Pascal Context, ADE20K) ときめ細かい検索 (FG-OVD) について検討する。
  論文  参考訳（メタデータ） (2026-07-08T08:30:48Z)
• Weighted Score-Oriented Losses for Temporally Localized Event Prediction [4.014524824655106]
  本稿では,イベント予測のための重み付きスコア指向損失(wSOL)の時間的局所化について検討する。 我々は、事象が許容アラームに先行する場合には、ほぼ無限の偽陽性を減らし、偽陰性な罰則を減らす時間重みを考慮する。 バランスの取れた精度、真のスキル統計、F1、重要な成功指標、関連する混乱行列スコアでインスタンス化することができる。
  論文  参考訳（メタデータ） (2026-06-22T10:45:29Z)
• End-to-End Intracortical Speech Decoding from Neural Activity [0.8209843760716958]
  そこで本研究では,ALSの参加者の皮質内記録を直接トレーニングした,エンドツーエンドのコンフォーマーベースのニューラルデコーダを提案する。 外部言語モデルがなければ、システムは保持されたバリデーションデータに対して23.80%の文字誤り率(CER)を達成する。
  論文  参考訳（メタデータ） (2026-05-23T00:39:59Z)
• Monitoring Neural Training with Topology: A Footprint-Predictable Collapse Index [51.56484100374058]
  我々は,MHM(Modular Morse Homology maintenance)とCI(Composite Collapse Index)を併用したオンライントポロジ対応型神経表現モニタを提案する。 コンプレックスを再構築する代わりに、スパース編集を一定のスケールで適用し、離散的なモースマッチングを維持し、高速でインクリメンタルな更新をもたらす。
  論文  参考訳（メタデータ） (2026-04-28T19:21:21Z)
• Representation Learning for Sequence Data with Deep Autoencoding Predictive Components [96.42805872177067]
  本稿では,シーケンスデータの有用な表現が潜在空間における単純な構造を示すべきという直感に基づく,シーケンスデータの自己教師型表現学習法を提案する。 我々は,過去と将来のウィンドウ間の相互情報である潜在特徴系列の予測情報を最大化することにより,この潜時構造を奨励する。 提案手法は,ノイズの多い動的システムの潜時空間を復元し,タスク予測のための予測特徴を抽出し,エンコーダを大量の未ラベルデータで事前訓練する場合に音声認識を改善する。
  論文  参考訳（メタデータ） (2020-10-07T03:34:01Z)
• End-to-End Automatic Speech Recognition Integrated With CTC-Based Voice Activity Detection [48.80449801938696]
  本稿では,音声活動検出機能とエンドツーエンドの自動音声認識を統合する。 我々は,コネクショニストの時間的分類(CTC)と,同期/アテンションの拡張に焦点を当てた。 簡単なしきい値を用いた音声区間検出のためのキューとしてラベルを用いる。
  論文  参考訳（メタデータ） (2020-02-03T03:36:34Z)
• Glottal Closure and Opening Instant Detection from Speech Signals [13.563526970105988]
  本稿では,音声波形から直接GCI(Glottal Closure and Opening Instants)を検出する手法を提案する。 提案手法は,CMU ARCTICデータベース上のDYPSAアルゴリズムと比較する。
  論文  参考訳（メタデータ） (2019-12-28T19:27:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。