在神经形态处理器上的在线少样本手势学习
神经与进化计算
2020-10-15 v2
摘要
我们提出代理梯度在线错误触发学习（SOEL）系统，用于在神经形态处理器上进行在线少样本学习。SOEL 学习系统结合了迁移学习以及计算神经科学与深度学习的原理。我们表明，实现于神经形态硬件上的部分训练深度脉冲神经网络（SNNs）能够在一个领域内快速在线适应新的数据类别。SOEL 更新在错误发生时触发，从而以更少的更新实现更快的学习。以手势识别为案例研究，我们展示 SOEL 可用于对新类别的预录制手势数据进行在线少样本学习，以及从动态主动像素视觉传感器实时流式传输至 Intel Loihi 神经形态研究处理器的数据中进行新手势的快速在线学习。
引用
@article{arxiv.2008.01151,
title = {Online Few-shot Gesture Learning on a Neuromorphic Processor},
author = {Kenneth Stewart and Garrick Orchard and Sumit Bam Shrestha and Emre Neftci},
journal= {arXiv preprint arXiv:2008.01151},
year = {2020}
}
备注
10 pages, accepted by IEEE JETCAS