arXiv · ML· Zhuobin Yang, Liao Yu, Yeyao Bao, Jian Zhang, Liangfu Lv, Daqing Guo, Xiaohong Li, Yunliang Zang·· 14 天前AI 评分27
KvLIF 神经元模型提升脉冲神经网络容量与鲁棒性
Neuronal Self-Adaptation Enhances Capacity and Robustness of Representation in Spiking Neural Networks
AI 导读
研究团队提出钾离子通道调节 LIF(KvLIF)神经元模型,通过在静态图像和神经形态数据集上的广泛评估,证实其在分类准确性和鲁棒性方面优于现有 LIF 模型。 KvLIF 引入辅助电导状态,结合膜电位和脉冲历史自适应调节神经元兴奋性和重置动态,从而扩展响应范围并抑制噪声引起的脉冲。 该设计在保持生物合理性的同时兼顾计算效率,适用于低功耗神经形态部署场景。
来源:arXiv · ML · arxiv.org