Ayush Chauhan

新的 LT-Gate 模型增强了用于持续学习的脉冲神经网络

研究人员开发了一种名为局部时序门控 (LT-Gate) 的新神经元模型，旨在提高脉冲神经网络 (SNN) 在持续学习任务中的性能。该模型允许单个神经元同时处理快速和慢速信息，解决了终身学习中固有的稳定-可塑性困境。LT-Gate 通过局部更新进行操作，使其与神经形态硬件兼容，并在时间分类基准测试中显示出更高的准确性，缩小了 SNN 与传统深度网络之间的性能差距。