实体
Loihi 2
Loihi 2
PulseAugur coverage of Loihi 2 — every cluster mentioning Loihi 2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
NeuroML2Loihi框架支持在Intel的Loihi 2芯片上模拟秀丽隐杆线虫神经系统
研究人员开发了NeuroML2Loihi，一个开源框架，可将NeuroML模型描述转换为Intel Loihi 2神经形态芯片的Lava原语。该框架支持将标准化的生物模型（如秀丽隐杆线虫神经系统模型）在神经形态硬件上运行。与传统模拟工作流程相比，NeuroML2Loihi方法展示了显著更低的延迟和更低的功耗，表明基于标准的神经形态神经模拟的可行性。
-
卷积稀疏编码在Intel的Loihi 2硬件上实现
研究人员在Intel的Loihi 2神经形态硬件上，使用局部竞争算法（LCA）开发并评估了一个卷积稀疏编码实现。这项工作代表了该平台首次已知的卷积LCA实现和评估。该研究旨在确定该方法在神经形态系统上进行稀疏推理的优势条件，并将其定位为结构化稀疏推理的基准。
-
新的基准测试评估脉冲神经网络中的公平性
一项新的脉冲神经网络（SNNs）公平性评估基准测试已被引入，该测试解决了数据偏差、虚假特征和硬件效应问题。该框架整合了具有可控偏差注入的数据集和神经形态硬件模拟器，以分析资源限制下的公平性-性能权衡。评估显示，有偏差的训练数据可能使代表性不足的群体的误报率增加 23%，而硬件限制在边缘部署中可能进一步将准确性差距放大高达 41%。研究强调了需要采用联合设计原则，以优化公平性和硬件效率，从而在关键应用中实现值得信赖的 SNNs。