На сегодняшний день задача распознавания аудиособытий вызывает большой интерес как со стороны коммерческих компаний, разрабатывающих портативные устройства, так и со стороны научного сообщества. В качестве детектора событий используют архитектуру кодировщика-декодировщика, где в качестве последнего используются рекуррентные нейронные сети, которые содержат основную массу обучаемых параметров. В данной работе предлагается оптимизировать объем потребляемой памяти декодировщика с помощью его разделения на ансамбль меньших рекуррентных нейронных сетей. Предложенный подход позволяет использовать меньшее число обучаемых параметров для получения компактной модели детекции событий, демонстрирующей сравнимую точность предсказаний.

Сурков М.К. (науч. рук. Романенко А.Н.) Оптимизация потребления памяти в задаче распознавания аудиособытий с использованием ансамбля рекуррентных нейронных сетей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2025]. URL: https://kmu.itmo.ru/digests/article/15684