TF-SNN:基于时间焦点的动态神经元调节框架,用于脉冲神经网络

《Expert Systems with Applications》:TF-SNN: Temporal Focus-Based Dynamic Neuron Regulation Framework for Spiking Neural Networks

【字体: 时间:2026年05月23日 来源:Expert Systems with Applications 7.5

编辑推荐:

  张振|郭杰|南安|吴俊翔|张明进|向水英|李云松•提出了一种新的框架,用于解决脉冲神经网络中的时间异质性问题。•引入了一种时间聚焦度量指标,用于量化样本级别的信息集中度。•通过时间聚焦度来调节神经元放电阈值和替代梯度宽度。•改善膜电位分布,缓解休眠神经元问题。•在静态数据和神经形

  
张振|郭杰|南安|吴俊翔|张明进|向水英|李云松
  • 提出了一种新的框架,用于解决脉冲神经网络中的时间异质性问题。
  • 引入了一种时间聚焦度量指标,用于量化样本级别的信息集中度。
  • 通过时间聚焦度来调节神经元放电阈值和替代梯度宽度。
  • 改善膜电位分布,缓解休眠神经元问题。
  • 在静态数据和神经形态数据集上均实现了高准确率和能效。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号