热点事件持续更新
神经形态卫星智能：事件驱动架构与能效-精度权衡框架
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月12日，arXiv Neural and Evolutionary Computing 发布论文，提出面向卫星星载计算的神经形态智能框架。论文建立脉冲神经网络形式化模型，推导出能耗与网络稀疏度、发放率和突触扇出的闭式表达，并提出 SKCF 姿态估计、TCAD 异常检测与 SAMC 认知链路三种算法。研究基于 Loihi 与 SpiNNaker 硅片测量构建 EAL 权衡面，对比 FPGA 与 GPU 基线，结果显示神经形态实现能耗降低 8 至 47 倍，推理精度保持在 2.1% 以内。目前未见后续报道或独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
arXiv 论文提出卫星星载脉冲神经网络形式化框架，神经形态实现能耗降低 8 至 47 倍，精度保持在 2.1% 以内。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Neural and Evolutionary Computing神经形态卫星智能：事件驱动架构、脉冲算法与能耗-精度权衡的形式化框架
该论文为卫星星载计算建立脉冲神经网络形式化模型，推导出能耗与网络稀疏度、发放率和突触扇出的闭式表达，并提出 SKCF 姿态估计、TCAD 异常检测与 SAMC 认知链路三种算法。基于 Loihi 与 SpiNNaker 硅片测量构建 EAL 权衡面，对比 FPGA 与 GPU 基线，神经形态实现能耗降低 8 至 47 倍，推理精度保持在 2.1% 以内。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。