spiking neural networks | BriefGPT

关键词spiking neural networks

搜索结果 - 348

ICML带有突触延迟的时间脉冲神经网络用于图形推理
SNNs, when combined with synaptic delay and temporal coding, demonstrate efficient graph reasoning and achieve significa
PDFa month ago
神经形态模拟：人工智能代理的高效学习路径
基于混合信号神经形态硬件实现的模型基于强化学习（MBRL）利用脉冲神经网络（SNNs）的硬件实现方法，通过在线学习（“清醒” 阶段）和离线学习（“梦境” 阶段）的交替，兼具混合信号神经形态芯片的能耗优势和高样本效率，通过由真实和模拟经验组成
PDFa month ago
SpGesture：基于 Jaccard 注意力脉冲神经网络的无源域自适应 sEMG 手势识别
通过膜电位作为记忆列表，我们首次将无源领域适应引入脉冲神经网络，以缓解由分布变化引起的准确性降低，并通过新型的脉冲波 Jaccard 注意力提高了脉冲神经网络对表面肌电图特征的表示能力，从而显著提高了系统的准确性。在收集的新的表面肌电图手势
PDFa month ago
推动脉冲神经网络迈向多尺度时空交互学习
本研究介绍了跨尺度时空交互信息获取的脉冲神经网络 (Spiking Neural Networks, SNNs)、注意力区域阻塞 (Attention ZoneOut, AZO) 的正则化方法，并验证了这种方法在弥合 SNN 模型与传统人工
PDFa month ago
EchoSpike 预测可塑性：一种用于脉冲神经网络的在线本地学习规则
通过引入「EchoSpike Predictive Plasticity」（ESPP）学习规则，本文在多层 SNN 中探索在线本地学习的自监督学习应用，展示其与当前最先进的有监督学习规则相媲美的效果，从而为边缘神经形态计算开发出具有生物可行
PDFa month ago
在一个 MPSoC 上实现 ReckON RSNN 架构的训练和推理
借助于人工智能的崛起，生物神经元模型正被用于实现在训练阶段后能学习特定任务的神经网络。其中一种类型的网络是依赖于生物神经元的简化模型 —— 积分解耦神经元的尖峰神经网络（SNNs）。出现了几个用于实现带有这种类型神经元的 SNNs 的加速器
PDFa month ago
IJCAI学习用于高效图像去雨的脉冲神经网络
近期，我们提出了一种高效的 Spiking Deraining 网络 ESDNet，通过引入注意力权重来调整数据驱动的脉冲响应，以减轻离散二值激活引起的信息损失，从而有效地检测和分析雨痕的特征，并为去雨过程提供更好的指导，实现高质量的图像重
PDF2 months ago
神经形态脑的数字水印技术：脉冲神经网络的知识产权保护
该研究调查适应了两种主要的水印技术，即基于指纹和基于后门的机制，以保护专有的脉冲神经网络结构，对其保真度、抵御覆写威胁的能力和抗压缩攻击的抵抗力进行了评估，并与对应的人工神经网络进行了比较。这项研究为开发针对脉冲神经网络特殊动态的神经形态感
PDF2 months ago
SparrowSNN：一种用于能量高效的心电图分类的硬件 / 软件协同设计
通过提出 sparrowSNN 硬件设计和优化 SNN 在心跳分类中的功耗，我们在 MIT-BIH 数据集上实现了 98.29% 的准确率，每次推断仅消耗 31.39nJ 的能量和 6.1uW 的功率，使得 sparrowSNN 在同类系统
PDF2 months ago
DelGrad：用于学习传输延迟和权重的脉冲网络的精确梯度
脉冲神经网络在信息表示和处理中依赖信号的时间性。本文提出了一种基于事件的分析方法，可以计算出准确的损失梯度，包括突触权重和传输延迟，丰富了模型的搜索空间。研究结果显示，学习延迟在提高准确性和参数效率方面具有重要优势。
PDF2 months ago
通过图像净化防御脉冲神经网络受到的对抗攻击
提出了一种仿生的方法来增强 SNN 的鲁棒性，通过绘制视觉遮盖效应和滤波理论的启示，引入一种端到端的基于 SNN 的图像净化模型，以抵御对抗性攻击，并通过引入多级激发的 SNN 来改善分类器的鲁棒性。
PDF2 months ago
基于 Loihi 的传导式脉冲图神经网络
本研究介绍了一种针对 Loihi 2 设计的完全神经形态的尖峰图神经网络实现，利用 Lava 贝叶斯优化优化网络参数，用于引用图分类。结果表明，与现有的浮点实现相比，整型精度的 Loihi 2 兼容尖峰神经网络在引用图分类方面具有可比较的准
PDF2 months ago
GRSN: 用于 POMDP 和 MARL 的门控递归脉冲神经元
利用时间对齐范式 (TAP) 解决当前脉冲神经网络在增强学习中存在的时间不匹配问题，提高处理时间数据的能力，能在与递归神经网络 (RNNs) 相似性能下降低 50% 的电力消耗下解决部分可观测马尔科夫决策过程 (POMDPs) 和多智能体合
PDF2 months ago
SQUAT: 循环脉冲神经网络中具有状态的量化感知训练
使用权重量化和量化感知训练 (QAT) 技术，研究了在功耗较低的神经网络中，通过为状态变量进行量化以提高推断性能的效果，并发现将量化级别密集分布在阈值附近可以提高准确性。在多个数据集上进行的实验评估表明，QAT 和状态量化训练 (SQUAT
PDF3 months ago
基于云边框架的能效事件驱动控制：在线监督学习、脉冲神经网络和本地可塑性规则的集成
提出了一种新的云边框架解决复杂控制系统中的计算和能源限制问题，采用了基于脉冲神经网络 (SNN) 的学习型控制器在物理设备上实施。通过将生物学合理的学习方法与本地可塑性规则结合，我们利用 SNN 的高效性、可扩展性和低延迟，在设备上直接复制
PDF3 months ago
创建神经形态边缘应用的集成工具箱
CARLsim++ 是一个集成的工具箱，通过提供图形用户界面，使没有软件工程背景但仍想创建神经形态模型的用户能够快速而轻松地进行。
PDF3 months ago
机器人操纵中的避障神经形态学方法
利用神经形态学处理器，通过对事件数据进行卷积脉冲神经网络处理、将神经激活解码为规避动作、并使用动态运动基元调整路径规划，我们开发了一种神经形态学方法来进行具有摄像头的机械手的避障。通过模拟和实际世界实验，我们的神经形态学方法在可靠避免即将发
PDF3 months ago
利用配备仿射编码器和解码器的脉冲神经网络进行高效学习
我们研究了与尖峰神经网络相关的学习问题，具体来说，我们考虑具有仿射时间编码器和解码器以及仅具有正向突触权重的简单尖峰神经元的尖峰神经网络的假设集。我们证明了正权重尖峰神经网络的广泛表达性结果，包括对平滑函数的速率最优逼近或无维度诅咒的逼近。
PDF3 months ago
SpikeExplorer：基于硬件的 FPGA 脉冲神经网络设计空间探索
使用 SpikExplorer，利用硬件导向的自动设计空间探索来优化 SNNs，以增加硬件资源效率，减少功耗，并提供多种目标优化选项。在三个基准数据集上展示了 SpikExplorer 的潜力，实现了 95.8% 的准确率，每个图像功耗为
PDF3 months ago
考虑基于事件的汽车数据的脉冲神经网络参数影响研究方法
自动驾驶系统是人类移动和交通的未来，本研究通过研究和分析事件驱动的汽车数据，提出了一种系统研究和改进脉冲神经网络 (SNN) 模型的方法，以在高准确性和低功耗 / 能耗的情况下实现自动驾驶系统的开发。
PDF3 months ago