mAP 0.5

BLADE框架优化混合SNN-ANN以实现可靠的边缘AI目标检测

研究人员开发了BLADE，一种用于选择事件驱动目标检测中脉冲神经网络（SNN）和人工神经网络（ANN）之间边界的新颖方法。与以往仅关注准确性和能耗的方法不同，BLADE动态优化此边界以及ANN早期退出配置，同时考虑可靠性、检测准确性、执行时间和能耗。该框架通过统计故障注入来整合可靠性分析，识别出浮点指数位等关键组件，这些组件在受到保护时可以消除灾难性故障。该方法旨在实现更可靠的混合SNN-ANN系统在安全关键型边缘AI应用中的部署。