硬件匹配脉冲神经网络实现实时浦肯野细胞分类
热点事件持续更新
硬件匹配脉冲神经网络实现实时浦肯野细胞分类
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Arooba Farhan等人提出两种适配硬件的脉冲神经网络用于实时尖峰分类。ConvSNN在EFM32PG28微控制器上实现0.873的复杂尖峰F1值，电池续航33.73小时；StreamSNN在SKY130电路中占0.173 mm²，能耗0.46 μJ，通过固定突触延迟处理波形。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
硬件匹配的脉冲神经网络实现实时浦肯野细胞尖峰分类报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · AI硬件匹配的脉冲神经网络实现实时浦肯野细胞尖峰分类
研究提出两种适配硬件的脉冲神经网络（SNN）用于实时尖峰分类。ConvSNN在EFM32PG28微控制器上实现0.873的复杂尖峰F1值，电池续航33.73小时；StreamSNN在SKY130电路中占0.173 mm²，能耗0.46 μJ。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。