本文提出了提交给AEC-Challenge的实时声学回声取消（AEC）算法。该算法由三个模块组成：基于相变（GCC-PHAT）的广义互相关，基于相变（GCC-PHAT）的时间延迟补偿，加权递归最小二平方（WRL）线性自适应滤波和基于神经网络基于神经网络的残留回声抑制。 WRLS滤波器是从一种新型的半盲源分离的角度得出的 ...
推理是智力的核心，塑造了做出决策，得出结论并跨越领域的能力。在人工智能中，随着系统越来越多地在开放，不确定和多模式环境中运行，推理对于实现鲁棒和适应性行为至关重要。大型多模式推理模型（LMRMS）已成为一种有希望的范式，将诸如文本，图像，音频和视频之类的模式集成在一起，以支持复杂的推理能力，并旨在获得全面的感知，精确的理解和深刻的推理 ...
卷积复发网络（CRN）整合了卷积编码器 - 编码器（CED）结构和经常性结构的结构，已经实现了单声道语音增强的有希望的表现。但是，由于CED的卷积中的接收场有限，跨频率上下文的特征表示受到高度限制。在本文中，我们提出了卷积复发编码器（CRED）结构，以沿频率轴增强特征表示 ...
内核功能在机器学习算法（例如分类器）中起着至关重要的作用。在本文中，我们旨在提高分类性能并减少量子分类器的阅读负担。我们设计了一个通用的量子特征映射布局，以扩大特征状态的范围，并避免量子叠加状态的直接制备效率低下 ...
在提示中提供自然语言说明是一个有用的新范式，用于在零弹奏设置中改善大型语言模型的任务性能。最近的工作旨在通过手动重写或基于梯度的调整来改善此类提示。但是，手动重写是耗时的，需要主观的解释，而基于梯度的调整对于大型模型来说可能是极其计算的要求，对于基于API的模型来说可能是不可行的 ...
Quantum机器学习（QML）是一个新兴领域，它研究了量子计算机用于学习任务的功能。虽然QML模型理论上可以提供诸如指数加速之类的优点，但数据加载方面的挑战以及扩展到相关问题大小的能力阻止了对实际问题的这种优势的证明。特别是，将任意的经典数据编码通常以高计算成本为量子，无论是量子计数还是栅极计数 ...
多模式的大语言模型（MLLM）显示出强烈的安全问题（例如，为用户产生有害产出），这激发了安全评估基准的开发 ...
基于图形的社交建议系统在增强建议性能方面表现出了巨大的希望，尤其是在解决用户行为中数据稀疏问题方面。通常，这些系统利用图形神经网络（GNN）来通过纳入观察到的社交网络的高阶社交影响来捕获用户偏好。但是，现有的基于图的社交建议通常忽略了以下事实：社交网络本质上是嘈杂的，其中包含任务 - 无关紧要的关系，可以阻碍准确的用户偏好学习 ...
