ETHz的一篇文章
一、摘要
1、背景
低能計(jì)算成為潮流贝搁，存內(nèi)計(jì)算受到關(guān)注，神經(jīng)計(jì)算依賴SNN
2芽偏、方法
daptive snn(低通濾波器)雷逆，不需要產(chǎn)生脈沖就能反向傳播
3、結(jié)果
提高推理速度污尉，三個(gè)任務(wù)都有效
4膀哲、結(jié)論
snn可用于高accuracy計(jì)算
二、結(jié)論
1被碗、與我的研究相關(guān)
相關(guān)
2某宪、通過(guò)哪些結(jié)果得出了結(jié)論
1、aI&F脈沖神經(jīng)元有效
2锐朴、mapping tehnique有效
3兴喂、aI&F提高精確度
三、介紹
1焚志、背景介紹
高效計(jì)算衣迷，摩爾定律，AI便攜計(jì)算裝置【ANN加速器+SNN】酱酬。
2壶谒、課題開展的原因
- SNN結(jié)構(gòu)與CMOS電路不匹配
- SNN需要很多脈沖表示信息，更多的消耗能量
- 不能訓(xùn)練
3膳沽、主要結(jié)果
LPF
4汗菜、結(jié)論
四、圖表
image.png
F(s)：一階LPF贵少，接收集神經(jīng)元輸入
H(s)：一階低通濾波器呵俏，產(chǎn)生s(t)【即spike】
E(s)：一階低通濾波器
【輸入電流i(t)+返回信號(hào)s(t)】
Imem：超過(guò)threshold，激活一個(gè)spike滔灶。
對(duì)每一個(gè)spike event，s(t)增加吼肥，i(t)-s(t)減少录平。
【核心改進(jìn)是在LIF神經(jīng)元基礎(chǔ)上的改進(jìn)】
五、討論
在這個(gè)部分里面作者會(huì)對(duì)自己的結(jié)果進(jìn)行分析討論缀皱，會(huì)解釋產(chǎn)生這些結(jié)果的原因斗这，然后比較自己的結(jié)果和別人的結(jié)果。
六啤斗、方法
見圖的理解
