arXiv · Neural and Evolutionary Computing· Yanxun Zhang, Yifei Wang, Changze Lv, Jingwen Xu, Yiyang Lu, Xiaohua Wang, Di Yu, Xin Du, Xiaoqing Zheng·· 16 小时前AI 评分27
边端 SNN 如何在推理中学习：跨感知模态的局部并行学习
Learning While Inferring: Local and Parallel Learning for Edge SNNs across Sensing Modalities
AI 导读
研究提出双向脉冲蒸馏（BSD），让边端 SNN 在推理过程中持续学习。BSD 耦合刺激驱动的前向网络与目标驱动的反向网络，通过局部目标对齐中间表示，使前向推理、反向推理与分阶段更新并行执行；在 SOUL 五种感知模态的 25 个基准上，平均与匹配 BP 基线相差 3.8 个百分点，部署仅需前向分支，训练延迟降至 BP 的 $0.72\times$、训练能耗降至 $0.36\times$。
来源：arXiv · Neural and Evolutionary Computing · arxiv.org