基于主动学习的参数神经放大模型
机器学习
2025-07-04 v1 声音
音频与语音处理
摘要
我们引入了 PANAMA，这是一个用于训练端到端参数化吉他放大器模型的主动学习框架，采用类似 WaveNet 的架构。使用 \model，可以通过主动学习策略确定所需的样本，以最小化数据点（即旋钮设置）的数量。我们表明，梯度基于的优化算法可用于确定最优的采样数据点，该方法在受限样本数量下具有帮助作用。
引用
@article{arxiv.2507.02109,
title = {Parametric Neural Amp Modeling with Active Learning},
author = {Florian Grötschla and Luca A. Lanzendörfer and Longxiang Jiao and Roger Wattenhofer},
journal= {arXiv preprint arXiv:2507.02109},
year = {2025}
}
备注
Accepted at ISMIR 2025 as Late-Breaking Demo (LBD)