昆虫启发气体分类网络获arXiv发表

2026年10月28日，Pina等人在arXiv cs.lg 板块发表新论文，提出一种受昆虫嗅觉系统启发的边缘在线气体分类神经网络架构，使用稀疏高维二值表示，仅含数千神经元、功耗低于一毫瓦，可在线分类单一气体及二元混合物。 该网络仅依赖二值权重与赫布本地学习，计算开销低，适合超低功耗神经形态处理器；实验表明，其混合物分类性能优于线性支持向量机，并与优化后的非线性支持向量机相当。 研究团队已在混合信号神经形态芯片 TEXEL 上完成危险化学品检测的芯片上验证，实测准确率为 74.6%，证明该架构在边缘端气体分类上的可行性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。