MT-SNN：一种实现多任务单任务化执行的脉冲神经网络
神经与进化计算
2022-08-03 v1 机器学习
摘要
本文中，我们探索脉冲神经网络在利用多任务单任务化方法解决多任务分类问题方面的能力。我们设计并实现了一种多任务脉冲神经网络（MT-SNN），其能够在一次执行一个任务的同时学习两个或更多分类任务。所要执行的任务通过调节本工作中所用泄漏积分发放神经元的发放阈值来选择。该网络使用英特尔 Lava 平台针对 Loihi2 神经形态芯片实现。在 NMNIST 数据的动态多任务分类上进行了测试。结果表明，MT-SNN 通过修改其动力学特性（即脉冲神经元的发放阈值）有效地学习了多个任务。
引用
@article{arxiv.2208.01522,
title = {MT-SNN: Spiking Neural Network that Enables Single-Tasking of Multiple Tasks},
author = {Paolo G. Cachi and Sebastian Ventura and Krzysztof J. Cios},
journal= {arXiv preprint arXiv:2208.01522},
year = {2022}
}
备注
4 pages, 2 figures