Buchumschlag

Towards free-response paradigm: a theory on decision-making in spiking neural networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Zhichao, Qi, Yang, Lu, Wenlian, Wang, Zhigang, Cao, Lu, Feng, Jianfeng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Toward stochastic neural computing
von: Qi, Yang, et al.
Veröffentlicht: (2023)

Learn to integrate parts for whole through correlated neural variability
von: Zhu, Zhichao, et al.
Veröffentlicht: (2024)

Stochastic Forward-Forward Learning through Representational Dimensionality Compression
von: Zhu, Zhichao, et al.
Veröffentlicht: (2025)

Uncertainty Quantification in Working Memory via Moment Neural Networks
von: Ma, Hengyuan, et al.
Veröffentlicht: (2024)

STCSNN: High energy efficiency spike-train level spiking neural networks with spatio-temporal conversion
von: Xu, Changqing, et al.
Veröffentlicht: (2023)

Probabilistic computation and uncertainty quantification with emerging covariance
von: Ma, Hengyuan, et al.
Veröffentlicht: (2023)

When Spiking neural networks meet temporal attention image decoding and adaptive spiking neuron
von: Qiu, Xuerui, et al.
Veröffentlicht: (2024)

A survey on learning models of spiking neural membrane systems and spiking neural networks
von: Paul, Prithwineel, et al.
Veröffentlicht: (2024)

Evolutionary feature selection for spiking neural network pattern classifiers
von: Valko, Michal, et al.
Veröffentlicht: (2026)

DelRec: learning delays in recurrent spiking neural networks
von: Queant, Alexandre, et al.
Veröffentlicht: (2025)

Fast gradient-free activation maximization for neurons in spiking neural networks
von: Pospelov, Nikita, et al.
Veröffentlicht: (2023)

TDE-3: An improved prior for optical flow computation in spiking neural networks
von: Yedutenko, Matthew, et al.
Veröffentlicht: (2024)

Learning fast changing slow in spiking neural networks
von: Capone, Cristiano, et al.
Veröffentlicht: (2024)

Heterogeneous quantization regularizes spiking neural network activity
von: Moyal, Roy, et al.
Veröffentlicht: (2024)

Parameter efficient hybrid spiking-quantum convolutional neural network with surrogate gradient and quantum data-reupload
von: Nhan, Luu Trong, et al.
Veröffentlicht: (2025)

Three factor delay learning rules for spiking neural networks
von: Vassallo, Luke, et al.
Veröffentlicht: (2026)

Iteration over event space in time-to-first-spike spiking neural networks for Twitter bot classification
von: Pabian, Mateusz, et al.
Veröffentlicht: (2024)

Implementation of high-efficiency, lightweight residual spiking neural network processor based on field-programmable gate arrays
von: Yue, Hou, et al.
Veröffentlicht: (2025)

CMOS-based area-and-power-efficient neuron and synapse circuits for time-domain analog spiking neural networks
von: Chen, Xiangyu, et al.
Veröffentlicht: (2022)

Application-oriented automatic hyperparameter optimization for spiking neural network prototyping
von: Fra, Vittorio
Veröffentlicht: (2025)

Elucidating the theoretical underpinnings of surrogate gradient learning in spiking neural networks
von: Gygax, Julia, et al.
Veröffentlicht: (2024)

Fractional-order spike-timing-dependent gradient descent for multi-layer spiking neural networks
von: Yang, Yi, et al.
Veröffentlicht: (2024)

Reconsidering the energy efficiency of spiking neural networks
von: Yan, Zhanglu, et al.
Veröffentlicht: (2024)

A flexible framework for structural plasticity in GPU-accelerated sparse spiking neural networks
von: Knight, James C., et al.
Veröffentlicht: (2025)

Contemporary implementations of spiking bio-inspired neural networks
von: Schegolev, Andrey E., et al.
Veröffentlicht: (2024)

Similarity-based context aware continual learning for spiking neural networks
von: Han, Bing, et al.
Veröffentlicht: (2024)

Adding numbers with spiking neural circuits on neuromorphic hardware: A building block for future hybrid systems
von: von Seeler, Oskar, et al.
Veröffentlicht: (2025)

DYNAP-SE2: a scalable multi-core dynamic neuromorphic asynchronous spiking neural network processor
von: Richter, Ole, et al.
Veröffentlicht: (2023)

Neuromorphic on-chip reservoir computing with spiking neural network architectures
von: Karki, Samip, et al.
Veröffentlicht: (2024)

SpikingMamba: Towards Energy-Efficient Large Language Models via Knowledge Distillation from Mamba
von: Huang, Yulong, et al.
Veröffentlicht: (2025)

Multiscale fusion enhanced spiking neural network for invasive BCI neural signal decoding
von: Song, Yu, et al.
Veröffentlicht: (2024)

Towards spiking analog hardware implementation of a trajectory interpolation mechanism for smooth closed-loop control of a spiking robot arm
von: Casanueva-Morato, Daniel, et al.
Veröffentlicht: (2025)

Gate-level boolean evolutionary geometric attention neural networks
von: Shi, Xianshuai, et al.
Veröffentlicht: (2025)

A spiking photonic neural network of 40.000 neurons, trained with rank-order coding for leveraging sparsity
von: Talukder, Ria, et al.
Veröffentlicht: (2024)

Synchronization and semantization in deep spiking networks
von: Oberste-Frielinghaus, Jonas, et al.
Veröffentlicht: (2025)

Differentiable architecture search with multi-dimensional attention for spiking neural networks
von: Man, Yilei, et al.
Veröffentlicht: (2024)

Towards a "universal translator" for neural dynamics at single-cell, single-spike resolution
von: Zhang, Yizi, et al.
Veröffentlicht: (2024)

Von Economo neurons enable reliable social skill acquisition in recurrent spiking neural networks: a computational account with clinical predictions
von: Keskin, Esila
Veröffentlicht: (2026)

Covariant spatio-temporal receptive fields for spiking neural networks
von: Pedersen, Jens Egholm, et al.
Veröffentlicht: (2024)

Decoding finger velocity from cortical spike trains with recurrent spiking neural networks
von: Liu, Tengjun, et al.
Veröffentlicht: (2024)