arXiv 人工智能· Aurora Micheli, Claudio Gallicchio, Nergis Tomen·· 7 小时前AI 评分38
超越低通动力学:基于共振神经元的频率选择性脉冲储备池
Beyond Low-Pass Dynamics: Frequency-Selective Spiking Reservoirs with Resonant Neurons
AI 导读
研究团队提出 HRF-Res 脉冲储备池架构,使用异构谐波共振发放(HRF)神经元替代传统 LIF 神经元,赋予储备池捕获特定频率时间模式的能力。在时间序列、序列图像和神经形态视觉等 10 个基准测试中,HRF-Res 在脉冲储备池方法中取得 SOTA 准确率。该架构能耗比等效非脉冲振荡储备池降低最多 19x,在提升表征质量的同时保留了高能效。
来源:arXiv 人工智能 · arxiv.org