Synopsys Design Compiler

DBNN 为脑机接口实现准确、低功耗的神经脉冲分类

研究人员开发了一种深度二值化神经网络（DBNN），用于可植入脑机接口的节点内脉冲分类。该 DBNN 系统具有两个二值化隐藏层，通过符号控制累加和按位逻辑实现无乘法器推理。所提出的分类器在合成和体内数据集上实现了 98.7% 的中位数准确率，其 FPGA 原型展示了低延迟和低硬件成本。ASIC 可行性研究表明其硅面积小且工作功耗极低，适合低功耗、可植入的神经接口。