实体
Spiking networks for Bayesian inference and choice
Spiking networks for Bayesian inference and choice
PulseAugur coverage of Spiking networks for Bayesian inference and choice — every cluster mentioning Spiking networks for Bayesian inference and choice across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新研究探索脉冲神经网络的高级训练方法
近期 arXiv 上的两篇论文探讨了训练脉冲神经网络（SNNs）的高级技术。第一篇论文介绍了一个通用框架，通过引入额外的状态变量来整合延迟到 SNNs 中，增强其捕捉时间依赖性的能力，并在较小网络中显示出效率提升。第二篇论文提出了 Phase State Space Models，它将状态空间模型（State Space Models）适配于 SNNs 的并行和无替代训练，在一个与脉冲兼容的架构中整合了短时傅里叶变换（STFT）、循环…
-
脉冲神经网络通过神经科学技巧实现15倍效率提升
一位独立开发者定制的脉冲神经网络（SNN）最初因内存深度有限而在NARMA-10基准测试中失败。通过引入一种受神经科学启发的异构导线长度技术，网络的内存得到改善，使其能够匹配基本的直线拟合基线。虽然连续网络在绝对准确性方面仍优于SNN，但脉冲方法在特定任务上的等效性能方面，在计算操作方面显示出显著的15倍效率提升。