PulseAugur
实时 13:14:40
English(EN) SpikeHash: Learning Binary Codes with Spiking Neural Networks for Cross-Modal Hashing Retrieval

脉冲神经网络为高效跨模态哈希检索提供新方案

研究人员开发了SpikeHash,一个利用脉冲神经网络(SNNs)进行跨模态哈希检索的新型框架。该方法通过模拟脉冲状态的演化和交互,将图像和文本等异构数据编码为紧凑的二元码。与传统的连续哈希方法相比,SpikeHash旨在提高检索效率并减少计算资源。 AI

影响 引入了一种新颖的脉冲神经网络方法,用于高效的跨模态数据检索,有望降低计算成本。

排序理由 这是一篇研究论文,描述了一种使用脉冲神经网络进行跨模态哈希检索的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Shengsheng Wang ·

    SpikeHash: Learning Binary Codes with Spiking Neural Networks for Cross-Modal Hashing Retrieval

    Cross-modal hashing retrieval encodes heterogeneous data into compact binary codes for efficient Hamming-space search. Existing methods usually learn cross-modal semantics in continuous feature spaces and generate binary codes through a final sign operation, which weakly couples …