LSFormer

LSFormer通过新的注意力机制推动脉冲神经网络发展

研究人员开发了一种新颖的基于Transformer的脉冲神经网络，称为LSFormer，旨在克服现有模型的局限性。LSFormer引入了脉冲响应池化（SPooling）和局部结构感知脉冲自注意力（LS-SSA），以更好地保留区域特征并减少计算冗余。这种新架构利用局部扩张窗口机制来捕捉细粒度细节和更广泛的依赖关系，在Tiny-ImageNet和N-CALTECH101等数据集上取得了最先进的成果。