Buchumschlag

FastSpiker: Enabling Fast Training for Spiking Neural Networks on Event-based Data through Learning Rate Enhancements for Autonomous Embedded Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bano, Iqra, Putra, Rachmad Vidya Wicaksana, Marchisio, Alberto, Shafique, Muhammad
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Neural and Evolutionary Computing Artificial Intelligence Machine Learning Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Methodology to Study the Impact of Spiking Neural Network Parameters considering Event-Based Automotive Data
von: Bano, Iqra, et al.
Veröffentlicht: (2024)

SpikeNAS: A Fast Memory-Aware Neural Architecture Search Framework for Spiking Neural Network-based Embedded AI Systems
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

SNN4Agents: A Framework for Developing Energy-Efficient Embodied Spiking Neural Networks for Autonomous Agents
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

SpiKernel: A Kernel Size Exploration Methodology for Improving Accuracy of the Embedded Spiking Neural Network Systems
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

TopSpark: A Timestep Optimization Methodology for Energy-Efficient Spiking Neural Networks on Autonomous Mobile Agents
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2023)

NeuroNAS: Enhancing Efficiency of Neuromorphic In-Memory Computing for Intelligent Mobile Agents through Hardware-Aware Spiking Neural Architecture Search
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

MTSpark: Enabling Multi-Task Learning with Spiking Neural Networks for Generalist Agents
von: Devkota, Avaneesh, et al.
Veröffentlicht: (2024)

Scalable Multi-Task Learning through Spiking Neural Networks with Adaptive Task-Switching Policy for Intelligent Autonomous Agents
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2025)

Enabling Efficient Processing of Spiking Neural Networks with On-Chip Learning on Commodity Neuromorphic Processors for Edge AI Systems
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2025)

QSViT: A Methodology for Quantizing Spiking Vision Transformers
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2025)

SpikeVox: Towards Energy-Efficient Speech Therapy Framework with Spike-driven Generative Language Models
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2025)

QSLM: A Performance- and Memory-aware Quantization Framework with Tiered Search Strategy for Spike-driven Language Models
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2026)

PENDRAM: Enabling High-Performance and Energy-Efficient Processing of Deep Neural Networks through a Generalized DRAM Data Mapping Policy
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

Embodied Neuromorphic Artificial Intelligence for Robotics: Perspectives, Challenges, and Research Development Stack
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

Replay4NCL: An Efficient Memory Replay-based Methodology for Neuromorphic Continual Learning in Embedded AI Systems
von: Minhas, Mishal Fatima, et al.
Veröffentlicht: (2025)

Focus Session: Hardware and Software Techniques for Accelerating Multimodal Foundation Models
von: Shafique, Muhammad, et al.
Veröffentlicht: (2026)

Continual Learning with Neuromorphic Computing: Foundations, Methods, and Emerging Applications
von: Minhas, Mishal Fatima, et al.
Veröffentlicht: (2024)

A Homomorphic Encryption Framework for Privacy-Preserving Spiking Neural Networks
von: Nikfam, Farzad, et al.
Veröffentlicht: (2023)

Spiker-LL: An Energy-Efficient FPGA Accelerator Enabling Adaptive Local Learning in Spiking Neural Networks
von: Caviglia, Alessio, et al.
Veröffentlicht: (2026)

Fast Exploration of the Impact of Precision Reduction on Spiking Neural Networks
von: Saeedi, Sepide, et al.
Veröffentlicht: (2022)

Spiker+: a framework for the generation of efficient Spiking Neural Networks FPGA accelerators for inference at the edge
von: Carpegna, Alessio, et al.
Veröffentlicht: (2024)

Direct-to-Event Spiking Neural Network Transfer
von: Luu, Nhan Trong, et al.
Veröffentlicht: (2026)

Advancing Training Efficiency of Deep Spiking Neural Networks through Rate-based Backpropagation
von: Yu, Chengting, et al.
Veröffentlicht: (2024)

Supervised Spike Agreement Dependent Plasticity for Fast Local Learning in Spiking Neural Networks
von: S, Gouri Lakshmi, et al.
Veröffentlicht: (2026)

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

Parallel Training in Spiking Neural Networks
von: Huang, Yanbin, et al.
Veröffentlicht: (2026)

Fast Algorithms for Spiking Neural Network Simulation with FPGAs
von: Lindqvist, Björn A., et al.
Veröffentlicht: (2024)

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

Efficiently Training Time-to-First-Spike Spiking Neural Networks from Scratch
von: Che, Kaiwei, et al.
Veröffentlicht: (2024)

Efficient Event-based Delay Learning in Spiking Neural Networks
von: Mészáros, Balázs, et al.
Veröffentlicht: (2025)

Hybrid Temporal-8-Bit Spike Coding for Spiking Neural Network Surrogate Training
von: Nhan, Luu Trong, et al.
Veröffentlicht: (2025)

TT-SNN: Tensor Train Decomposition for Efficient Spiking Neural Network Training
von: Lee, Donghyun, et al.
Veröffentlicht: (2024)

SpikePool: Event-driven Spiking Transformer with Pooling Attention
von: Lee, Donghyun, et al.
Veröffentlicht: (2025)

Cannistraci-Hebb Training on Ultra-Sparse Spiking Neural Networks
von: Hua, Yuan, et al.
Veröffentlicht: (2025)

Full Integer Arithmetic Online Training for Spiking Neural Networks
von: Gomez, Ismael, et al.
Veröffentlicht: (2025)

SPATE: Spiking-Phase Adaptive Temporal Encoding for Quantum Machine Learning
von: Innan, Nouhaila, et al.
Veröffentlicht: (2026)

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

Training Deep Normalization-Free Spiking Neural Networks with Lateral Inhibition
von: Liu, Peiyu, et al.
Veröffentlicht: (2025)

General Self-Prediction Enhancement for Spiking Neurons
von: Huang, Zihan, et al.
Veröffentlicht: (2026)

Gated Attention Coding for Training High-performance and Efficient Spiking Neural Networks
von: Qiu, Xuerui, et al.
Veröffentlicht: (2023)