RL-NAS框架搜索高效AVSE架构
热点事件持续更新
RL-NAS框架搜索高效AVSE架构
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究者提出强化学习驱动的神经架构搜索框架 RL-NAS，用于自动发现紧凑高效的音视频语音增强（AVSE）架构。该框架仅评估 35 个候选架构，找到的模型参数量为 290 万，相比 2200 万参数的基线缩减约九倍。 性能方面，该模型 SI-SNR 为 14.5 dB，仅比基线低 0.7 dB；在商用移动 CPU 上实时因子降低 4.3 倍，搜索效率较随机搜索提升 92%。
AI 根据报道生成 · 4 小时前更新
最新进展10月12日 12:00
基于强化学习神经架构搜索的高效音视频语音增强报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AI基于强化学习神经架构搜索的高效音视频语音增强
研究者提出强化学习驱动的神经架构搜索框架 RL-NAS，用于发现紧凑高效的音视频语音增强（AVSE）架构。该框架仅评估 35 个候选架构，找到的模型参数量为 290 万，相比基线 2200 万缩减约九倍，SI-SNR 提升 14.5 dB，仅比基线低 0.7 dB。在商用移动 CPU 上实时因子降低 4.3 倍，搜索效率较随机搜索提升 92%。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月12日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:0016:00
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。