mlx-snn: Spiking Neural Networks on Apple Silicon via MLX
Apple Silicon 向けに MLX フレームワークをネイティブに活用し、効率的なスパイキングニューラルネットワーク(SNN)の研究とトレーニングを可能にする新しいオープンソースライブラリ「mlx-snn」を提案し、M3 Max 上での MNIST 分類タスクにおいて既存の PyTorch ベースのライブラリと比較して高速かつ低メモリで高い精度を達成したことを示しています。
67 件の論文
Apple Silicon 向けに MLX フレームワークをネイティブに活用し、効率的なスパイキングニューラルネットワーク(SNN)の研究とトレーニングを可能にする新しいオープンソースライブラリ「mlx-snn」を提案し、M3 Max 上での MNIST 分類タスクにおいて既存の PyTorch ベースのライブラリと比較して高速かつ低メモリで高い精度を達成したことを示しています。
この論文は、置換に基づく最適化において、目的関数の代数的再構成がサンプリング順序の影響を通じて「無料の午餐」定理の直観からの構造的な逸脱を生み出し、アルゴリズム選択やベンチマーク設計に問題クラスと目的関数の表現の両方を考慮する必要性を明らかにしたものである。
この論文は、単一のワークロードに特化する既存手法の限界を克服し、複数のニューラルネットワークを効率的にサポートする汎用的なインメモリコンピューティングアクセラレータを設計するために、最適化された進化アルゴリズムを用いたハードウェアとワークロードの共同最適化フレームワークを提案し、エネルギー遅延面積積(EDAP)を最大 95.5% 削減できることを示しています。
本論文は、多目的最適化における収束評価のために、外部参照集合に依存せず、KKT 条件に基づく定常性残差の分布の不均一性に対する頑健性を向上させる適応的な KKT ベース指標を提案するものである。
本論文は、多目的最適化における確率微分方程式モデルの理論的安定性(リャプノフ解析)を確立し、pymoo 互換の実装を通じて、高次元かつ評価回数が制限された問題において従来の進化アルゴリズムと異なる有効性を示すことを目的としている。
本論文は、TTS や NLP 向けに、依存関係なしのルールベース方式で、数値、日付、通貨、略語、外来語など多様な非標準テキストをベトナム語の発音形式に変換するオープンソースライブラリ「VietNormalizer」を提案し、その設計と既存手法との比較、および低資源言語への汎用性について論じています。
この論文は、訓練データが限られる大規模なニューラルネットワークにおける過学習を軽減し、音声や物体認識の記録を塗り替えるために、各訓練ケースでランダムにニューロンを無効化する「ドロップアウト」という手法を提案し、その有効性を示したものである。