Zefeng Zhang

新框架提高了神经形态计算的可迁移性

研究人员开发了一种无模型时间开关（TS）框架，以增强轻量级神经形态计算的可迁移性。该方法旨在克服通常需要昂贵重新训练的设备到设备差异。TS框架允许在训练期间更广泛地包含设备，从而能够直接将性能迁移到未见过的设备。它在Mackey-Glass基准测试中展示了改进的预测，并在语音数字分类中达到了92.4%的准确率，显示了在不同忆阻器类型和储层计算配置中的有效性。