Skip to content
Hot eventLive

感知辅助波束预测：SNN与ANN能耗精度对比

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv Neural and Evolutionary Computing 发表研究，构建用于感知辅助波束预测的脉冲神经网络（SNN），并与人工神经网络（ANN）在仅位置、仅视觉和多模态三种输入条件下系统比较。结果显示，在仅位置感知下，紧凑 ANN 持续优于 SNN；在视觉与多模态感知下，SNN 在相近能耗下精度更高、同等精度下能耗最多降低一个数量级。多模态 SNN 的 top-1 精度达 58.08%，超越能耗最接近的 ANN 18.11 个百分点。目前未见后续验证或同行评议报道。

Generated from reports · updated 3 hr ago

LatestOct 12
研究称多模态SNN top-1精度58.08%，同等精度下能耗最多降一个数量级。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Neural and Evolutionary Computing
    面向感知辅助波束预测的节能脉冲神经网络

    研究构建用于波束预测的脉冲神经网络（SNN），并与人工神经网络（ANN）在仅位置、仅视觉和多模态输入下系统比较。结果显示，仅位置感知下紧凑 ANN 持续优于 SNN；视觉与多模态感知下，SNN 在相近能耗下精度更高、同等精度下能耗最多降低一个数量级，多模态 SNN top-1 精度达 58.08%，超越能耗最接近的 ANN 18.11 个百分点。

Heat trend

There is not enough continuous observation data to draw a trend yet.