硬件匹配脉冲神经网络分类浦肯野细胞放电

Arooba Farhan 等研究者发布论文，提出两个面向实时浦肯野（Purkinje）细胞尖峰分类的紧凑脉冲神经网络（SNN），并分别匹配到目标硬件：ConvSNN 映射到 EFM32PG28 微控制器的矩阵向量处理器（MVP），StreamSNN 面向 SKY130 专用电路。论文发布于 arXiv cs.AI。 StreamSNN 每个时间步处理一个波形值，采用学习得到的时间常数和固定突触延迟，面向专用电路实现。这是方法提出阶段的成果，尚属论文发布，其实际硬件部署效果未见后续验证报道。

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。