Pipeline híbrido ANN-SNN con plasticidad local
Aprovecha embeddings de redes preentrenadas para entrenar redes de picos con reglas locales. ¡99.09% de precisión en 64 clases!
Aprovecha embeddings de redes preentrenadas para entrenar redes de picos con reglas locales. ¡99.09% de precisión en 64 clases!
Descubre cómo un encoder adaptativo voz-pico mejora la precisión en redes neuronales de picos hasta un 94.97% con solo 35k parámetros. Una innovación en
Ahorra energía en IA de borde con neuronas de resonancia: procesa señales temporales sin preprocesamiento espectral. Ideal para IoT y clasificación de audio.
SpikF-GO combina redes neuronales de picos con grafos de Fourier para pronosticar series multivariadas con alta precisión y bajo consumo energético.
Otters++ revoluciona las SNN ópticas con el cálculo de TTFS utilizando decaimiento natural de señales. Logra 84.17% en GLUE con menor consumo energético.
Descubre cómo A2SG, los gradientes sustitutos adaptativos y asimétricos, mejoran la precisión y eficiencia energética en redes neuronales de picos profundas.
Descubre SpikeDecoder, una implementación completamente SNN del decoder Transformer que reduce el consumo energético hasta un 93%. Eficiencia en NLP.