HyperAIHyperAI

Command Palette

Search for a command to run...

TUNet: نموذج توسيع النطاق الترددي عبر الإنترنت القائم على المحولات والتدريب الذاتي المسبوق

Viet-Anh Nguyen Anh H. T. Nguyen Andy W. H. Khong

الملخص

نقدم نسخة كتلة-أونلاين من نموذج التعديل الخطي المميز زمنيًا (TFiLM) لتحقيق توسيع النطاق الترددي. يبسط الهيكل المقترح العمود الفقري لـ UNet في TFiLM لتقليل وقت الاستدلال ويستخدم محولًا فعالًا في العنق للحد من تدهور الأداء. كما نستفيد من التدريب الذاتي المسبق وزيادة البيانات لتحسين جودة الإشارات ذات النطاق الترددي الموسّع وتقليل الحساسية فيما يتعلق بطرق التقليل. أظهرت نتائج التجارب على مجموعة بيانات VCTK أن الطريقة المقترحة تتفوق على العديد من النقاط المرجعية الحديثة في كل من المقاييس الغازية وغير الغازية. يساعد التدريب المسبق وزيادة الفلاتر أيضًا على تثبيت وتحسين الأداء الكلي.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp