Blasty_View

Создание ускорителей с привязкой к предметной области становится все более важным для удовлетворения требований к высокой производительности в условиях жесткого энергопотребления и ограничений в режиме реального времени. Однако новые области применения, такие как автономные транспортные средства, представляют собой сложные системы, где ограничения выходят за рамки простого вычислительного стека. Ручной выбор пространства проектирования и навигация по нему для разработки пользовательских и эффективных SoC для конкретной предметной области (DSSoC) утомительны и дороги. Таким образом, существует потребность в автоматизированных методологиях проектирования DSSoC...

Мы предлагаем алгоритм поиска архитектуры на основе видения для обучения задачам манипулирования роботами, который обнаруживает взаимодействия между входными данными действий с низкой размерностью и визуальными входными данными с высокой размерностью. Архитектуры автоматически разрабатываются во время обучения для выполнения самой задачи и способны находить новые способы сочетания вводимых действий и функций изображения, а также функций предыдущих этапов обучения. Полученные новые архитектуры продемонстрировали более высокие показатели успешности выполнения задач, в некоторых случаях с большим отрывом, по сравнению с недавним базовым уровнем производительности...

В последнее время онлайн-реклама превратилась в высококонкурентную, сложную индустрию стоимостью в несколько миллиардов долларов, где рекламодатели делают ставки на рекламные места в больших масштабах и с высокой частотой. Это привело к растущей потребности в эффективных алгоритмах `автоматического выставления ставок" для определения ставок по входящим запросам, чтобы максимизировать целевые показатели рекламодателей с учетом установленных ими ограничений. Наша работа сосредоточена на разработке эффективных онлайн-алгоритмов для одного рекламодателя, стремящегося максимизировать ценность в условиях часто встречающегося ограничения: отдачи от расходов (RoS)...

Мы представляем схему генерации многоканального аудиосигнала, основанную на машинном обучении и вероятностном моделировании. Мы начинаем с моделирования многоканального сигнала из одного источника. Такие сигналы естественным образом моделируются как одноканальный опорный сигнал и модель пространственного расположения (SA), определяемая последовательностью параметров SA.Мы фокусируемся на модели SA и предполагаем, что опорный сигнал описывается некоторой последовательностью параметров. Параметры модели SA описываются с помощью изученного распределения вероятностей, которое обусловлено последовательностью параметров опорного сигнала и, необязательно, последовательностью формирования SA...

Природные среды имеют временную структуру в различных временных масштабах. Это свойство отражается в биологическом обучении и памяти, но обычно не в системах машинного обучения. Мы продвигаем многомасштабный метод обучения, в котором каждый вес в нейронной сети разлагается как сумма весов с разной скоростью обучения и распада. Таким образом, знания распределяются по разным временным шкалам, что позволяет быстро адаптироваться к изменениям задач, избегая катастрофических помех. Во-первых, мы доказываем, что предыдущие модели, которые обучаются в нескольких временных масштабах, но со сложной связью...