Buchumschlag

Multi-compartment Neuron and Population Encoding Powered Spiking Neural Network for Deep Distributional Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Yinqian, Zhao, Feifei, Zhao, Zhuoya, Zeng, Yi
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Neural and Evolutionary Computing Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Spiking World Model with Multi-Compartment Neurons for Model-based Reinforcement Learning
von: Sun, Yinqian, et al.
Veröffentlicht: (2025)

Adaptive Reorganization of Neural Pathways for Continual Learning with Spiking Neural Networks
von: Han, Bing, et al.
Veröffentlicht: (2023)

Evolving Efficient Genetic Encoding for Deep Spiking Neural Networks
von: Pan, Wenxuan, et al.
Veröffentlicht: (2024)

Developmental Plasticity-inspired Adaptive Pruning for Deep Spiking and Artificial Neural Networks
von: Han, Bing, et al.
Veröffentlicht: (2022)

Parallel Spiking Unit for Efficient Training of Spiking Neural Networks
von: Li, Yang, et al.
Veröffentlicht: (2024)

Reconstructing Spiking Neural Networks Using a Single Neuron with Autapses
von: Cai, Wuque, et al.
Veröffentlicht: (2026)

Learning Internal Biological Neuron Parameters and Complexity-Based Encoding for Improved Spiking Neural Networks Performance
von: Rudnicka, Zofia, et al.
Veröffentlicht: (2025)

SDSNN: A Single-Timestep Spiking Neural Network with Self-Dropping Neuron and Bayesian Optimization
von: Xu, Changqing, et al.
Veröffentlicht: (2025)

Directly Training Temporal Spiking Neural Network with Sparse Surrogate Gradient
von: Li, Yang, et al.
Veröffentlicht: (2024)

Learning the Plasticity: Plasticity-Driven Learning Framework in Spiking Neural Networks
von: Shen, Guobin, et al.
Veröffentlicht: (2023)

Learning with Spike Synchrony in Spiking Neural Networks
von: Tian, Yuchen, et al.
Veröffentlicht: (2025)

Beyond Rate Coding: Surrogate Gradients Enable Spike Timing Learning in Spiking Neural Networks
von: Yu, Ziqiao, et al.
Veröffentlicht: (2025)

CogniSNN: Enabling Neuron-Expandability, Pathway-Reusability, and Dynamic-Configurability with Random Graph Architectures in Spiking Neural Networks
von: Huang, Yongsheng, et al.
Veröffentlicht: (2025)

Towards Efficient Deep Spiking Neural Networks Construction with Spiking Activity based Pruning
von: Li, Yaxin, et al.
Veröffentlicht: (2024)

Stabilizing Spiking Neuron Training
von: Herranz-Celotti, Luca, et al.
Veröffentlicht: (2022)

Continual Learning with Columnar Spiking Neural Networks
von: Larionov, Denis, et al.
Veröffentlicht: (2025)

Toward Efficient Deep Spiking Neuron Networks:A Survey On Compression
von: Xie, Hui, et al.
Veröffentlicht: (2024)

ShiftLIF: Efficient Multi-Level Spiking Neurons with Power-of-Two Quantization
von: Tang, Kaiwen, et al.
Veröffentlicht: (2026)

Spike Accumulation Forwarding for Effective Training of Spiking Neural Networks
von: Saiin, Ryuji, et al.
Veröffentlicht: (2023)

Efficient Parallel Training Methods for Spiking Neural Networks with Constant Time Complexity
von: Feng, Wanjin, et al.
Veröffentlicht: (2025)

Learning in Spiking Neural Networks with a Calcium-based Hebbian Rule for Spike-timing-dependent Plasticity
von: Girão, Willian Soares, et al.
Veröffentlicht: (2025)

SpikeFI: A Fault Injection Framework for Spiking Neural Networks
von: Spyrou, Theofilos, et al.
Veröffentlicht: (2024)

Efficient Training of Spiking Neural Networks by Spike-aware Data Pruning
von: Ma, Chenxiang, et al.
Veröffentlicht: (2025)

Maximizing Information in Neuron Populations for Neuromorphic Spike Encoding
von: Ferdaoussi, Ahmad El, et al.
Veröffentlicht: (2024)

PMSN: A Parallel Multi-compartment Spiking Neuron for Multi-scale Temporal Processing
von: Chen, Xinyi, et al.
Veröffentlicht: (2024)

Multi-Plasticity Synergy with Adaptive Mechanism Assignment for Training Spiking Neural Networks
von: Liu, Yuzhe, et al.
Veröffentlicht: (2025)

Topological Representations of Heterogeneous Learning Dynamics of Recurrent Spiking Neural Networks
von: Chakraborty, Biswadeep, et al.
Veröffentlicht: (2024)

DA-LIF: Dual Adaptive Leaky Integrate-and-Fire Model for Deep Spiking Neural Networks
von: Zhang, Tianqing, et al.
Veröffentlicht: (2025)

Parallel Hyperparameter Optimization Of Spiking Neural Network
von: Firmin, Thomas, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning with Spiking Q-learning
von: Chen, Ding, et al.
Veröffentlicht: (2022)

Multi-Bit Mechanism: A Novel Information Transmission Paradigm for Spiking Neural Networks
von: Xiao, Yongjun, et al.
Veröffentlicht: (2024)

Advancing Direct Training for Spiking Neural Networks with Circulate-Firing Neurons and Learnable Gradients
von: Zhou, Feifan, et al.
Veröffentlicht: (2026)

Stable Spike: Dual Consistency Optimization via Bitwise AND Operations for Spiking Neural Networks
von: Ding, Yongqi, et al.
Veröffentlicht: (2026)

SpikeExplorer: hardware-oriented Design Space Exploration for Spiking Neural Networks on FPGA
von: Padovano, Dario, et al.
Veröffentlicht: (2024)

Exploring the Limitations of Layer Synchronization in Spiking Neural Networks
von: Koopman, Roel, et al.
Veröffentlicht: (2024)

Spiking Neural Networks: The Future of Brain-Inspired Computing
von: Aribe Jr, Sales G.
Veröffentlicht: (2025)

All in one timestep: Enhancing Sparsity and Energy efficiency in Multi-level Spiking Neural Networks
von: Castagnetti, Andrea, et al.
Veröffentlicht: (2025)

Learning Alzheimer's Disease Signatures by bridging EEG with Spiking Neural Networks and Biophysical Simulations
von: Mamoń, Szymon, et al.
Veröffentlicht: (2026)

A Hybrid Spiking-Convolutional Neural Network Approach for Advancing Machine Learning Models
von: Sanaullah, et al.
Veröffentlicht: (2024)

Autaptic Synaptic Circuit Enhances Spatio-temporal Predictive Learning of Spiking Neural Networks
von: Wang, Lihao, et al.
Veröffentlicht: (2024)