实体
N-CALTECH101
N-CALTECH101
PulseAugur coverage of N-CALTECH101 — every cluster mentioning N-CALTECH101 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
-
新的剪枝技术优化了嵌入式事件驱动视觉的GCN
研究人员开发了一种面向嵌入式事件驱动视觉系统的图卷积神经网络（GCN）的硬件感知剪枝和量化策略。该方法旨在通过减少内存使用同时保持推理精度来优化资源受限FPGA平台上的GCN模型。在CIFAR-10、MNIST-DVS和N-Caltech101等数据集上的评估表明，BRAM内存显著减少，精度下降幅度在1.65%至5.18%之间。
-
新型 EFGCN 在 FPGA 上处理事件数据，模型尺寸缩小 100 倍
研究人员开发了一种嵌入式图卷积网络 (EFGCN)，专门用于片上系统 (SoC) FPGA 上的实时事件数据处理。与以往的方法相比，该方法显著减小了模型尺寸，最高可达 100 倍，同时在分类任务上保持了具有竞争力的准确性。EFGCN 可实现高吞吐量和低延迟，使其适用于嵌入式系统，尤其是在汽车领域。
-
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。