发布EMRFormer脉冲神经网络架构用于调制识别

2026年10月20日，Xiaohu Li等人在arXiv（cs.AI）发布论文，提出名为EMRFormer的端到端脉冲神经网络（SNN）架构。该模型旨在解决资源受限设备上的自动调制识别（AMR）问题，通过结合脉冲可分离卷积网络与Spike-Driven Transformer，实现高效识别。 在性能表现方面，EMRFormer在主流数据集上取得了最先进的准确率，并在低信噪比环境下保持了强劲性能。根据论文所述，该工作展示了一条在资源受限设备上实现AMR的可行路径，同时将理论能耗降低了超过90%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。