2017年10月14日~10月15日，首屆全國(guó)大學(xué)生類腦計(jì)算創(chuàng)新應(yīng)用大賽暨國(guó)際邀請(qǐng)賽總決賽在清華大學(xué)羅姆樓成功舉辦。
本屆大賽吸引了47個(gè)國(guó)內(nèi)外高校和研究所的229支隊(duì)伍報(bào)名參賽，參賽作品涵蓋了硬件、算法、軟件、應(yīng)用等多個(gè)方面，經(jīng)過嚴(yán)格的篩選與評(píng)審，最終組委會(huì)評(píng)選出16支隊(duì)伍晉級(jí)決賽。
萬眾矚目的創(chuàng)新特等獎(jiǎng)由來自四川大學(xué)的團(tuán)隊(duì)獲得，他們摘取了本屆大賽的最高獎(jiǎng)，收獲了30萬人民幣的獎(jiǎng)金。他們的作品為《基于脈沖編碼和脈沖時(shí)間學(xué)習(xí)的樂器識(shí)別算法》。
該作品提出了一種基于脈沖編碼和脈沖時(shí)間學(xué)習(xí)的類腦計(jì)算模型，用于識(shí)別音樂中的樂器。該模型包括一種高效的聽覺脈沖編碼方法和一種改進(jìn)的魯棒脈沖學(xué)習(xí)算法。編碼方法能夠?qū)芬粜盘?hào)分解為離散且具有時(shí)序特性的時(shí)頻特征，同時(shí)最大化地保留信號(hào)中的信息，并將其映射為一種稀疏的脈沖模式;學(xué)習(xí)算法利用群體編碼方式對(duì)脈沖模式進(jìn)行魯棒地學(xué)習(xí)并分類。為了驗(yàn)證算法的有效性，我們?cè)诳倳r(shí)長(zhǎng)為315分鐘，包含九類樂器的獨(dú)奏音樂單標(biāo)簽數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，達(dá)到了97.7%分類準(zhǔn)確率，優(yōu)于傳統(tǒng)的高斯混合模型以及深度DBN模型，并且比當(dāng)前樂器識(shí)別中最好的深度卷積神經(jīng)網(wǎng)絡(luò)模型高出10.1%。在多標(biāo)簽樂器分類實(shí)驗(yàn)中，該算法的宏觀F1評(píng)測(cè)值為0.55，比深度卷積神經(jīng)網(wǎng)絡(luò)模型僅低0.05。本工作展示了一種仿腦算法的有效應(yīng)用方式，為深入研究類腦學(xué)習(xí)算法和類腦智能技術(shù)提供了重要基礎(chǔ)。
大賽邀請(qǐng)了類腦計(jì)算領(lǐng)域的知名教授擔(dān)任評(píng)委，包括中科院自動(dòng)化所的徐波教授、北京大學(xué)的黃鐵軍教授、清華大學(xué)的施路平教授、中國(guó)傳媒大學(xué)的曹立宏教授、浙江大學(xué)的潘綱教授、北京師范大學(xué)的吳思教授、上海交通大學(xué)的呂寶糧教授、天津大學(xué)的劉寶林教授、英國(guó)肯特大學(xué)的王智剛教授、四川大學(xué)的唐華錦教授和中科院計(jì)算所的陳云霽教授。
