用于图像识别的时序神经形态编码器脉冲间间隔设计与数学建模
系统与控制
2025-03-26 v1 神经与进化计算
系统与控制
摘要
神经形态计算系统使用混合模式模拟或数字 VLSI 电路来模拟生物神经系统的电生理行为。这些系统在执行认知任务时表现出优越的精度和功耗效率。神经形态计算系统中使用的神经网络架构是类似于生物神经系统的脉冲神经网络（SNNs）。SNN 以随时间变化的脉冲序列为运算对象。神经形态编码器将感知数据转换为脉冲序列。本文实现了一种用于图像处理的低功耗神经形态编码器，并建立了图像像素与脉冲间间隔之间的数学模型，其中得到了像素与脉冲间间隔之间的指数关系。最后，通过电路仿真验证了该数学方程。
引用
@article{arxiv.2205.09519,
title = {Design and Mathematical Modelling of Inter Spike Interval of Temporal Neuromorphic Encoder for Image Recognition},
author = {Aadhitiya VS and Jani Babu Shaik and Sonal Singhal and Siona Menezes Picardo and Nilesh Goel},
journal= {arXiv preprint arXiv:2205.09519},
year = {2025}
}
备注
4 pages, 6 figures, one table, IEEE ICEE 2020 conference proceeding