Buchumschlag

BKDSNN: Enhancing the Performance of Learning-based Spiking Neural Networks Training with Blurred Knowledge Distillation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Zekai, You, Kang, Guo, Qinghai, Wang, Xiang, He, Zhezhi
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

SpikeZIP-TF: Conversion is All You Need for Transformer-based SNN
von: You, Kang, et al.
Veröffentlicht: (2024)

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

Evolutionary Spiking Neural Networks: A Survey
von: Shen, Shuaijie, et al.
Veröffentlicht: (2024)

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

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

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

Ternary Spiking Neural Networks Enhanced by Complemented Neurons and Membrane Potential Aggregation
von: Zhang, Boxuan, et al.
Veröffentlicht: (2026)

Spiking Neural Networks with Consistent Mapping Relations Allow High-Accuracy Inference
von: Li, Yang, et al.
Veröffentlicht: (2024)

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

Direct Training High-Performance Deep Spiking Neural Networks: A Review of Theories and Methods
von: Zhou, Chenlin, et al.
Veröffentlicht: (2024)

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

MD-SNN: Membrane Potential-aware Distillation on Quantized Spiking Neural Network
von: Lee, Donghyun, et al.
Veröffentlicht: (2025)

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

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

Fractional-order Spiking Neural Network
von: Ge, Chengjie, et al.
Veröffentlicht: (2025)

SpikingBERT: Distilling BERT to Train Spiking Language Models Using Implicit Differentiation
von: Bal, Malyaban, et al.
Veröffentlicht: (2023)

Biologically Plausible Learning via Bidirectional Spike-Based Distillation
von: Lv, Changze, et al.
Veröffentlicht: (2025)

$SpikePack$: Enhanced Information Flow in Spiking Neural Networks with High Hardware Compatibility
von: Shen, Guobin, et al.
Veröffentlicht: (2025)

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

Fine-Tuning Surrogate Gradient Learning for Optimal Hardware Performance in Spiking Neural Networks
von: Aliyev, Ilkin, et al.
Veröffentlicht: (2024)

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)

Stochastic Spiking Neural Networks with First-to-Spike Coding
von: Jiang, Yi, et al.
Veröffentlicht: (2024)

High-Performance Temporal Reversible Spiking Neural Networks with $O(L)$ Training Memory and $O(1)$ Inference Cost
von: Hu, JiaKui, et al.
Veröffentlicht: (2024)

Spatio-Temporal Decoupled Learning for Spiking Neural Networks
von: Ma, Chenxiang, et al.
Veröffentlicht: (2025)

CogniSNN: An Exploration to Random Graph Architecture based Spiking Neural Networks with Enhanced Depth-Scalability and Path-Plasticity
von: Huang, Yongsheng, et al.
Veröffentlicht: (2025)

Continuous-Time Neural Networks Can Stably Memorize Random Spike Trains
von: Aguettaz, Hugo, et al.
Veröffentlicht: (2024)

Expressivity of Spiking Neural Networks
von: Singh, Manjot, et al.
Veröffentlicht: (2023)

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

Neural Architecture Search of Time-to-First-Spike-Coded Spiking Neural Networks for Efficient Eye-based Emotion Recognition
von: Liu, Qianhui, et al.
Veröffentlicht: (2025)

Temporal Regularization Training: Unleashing the Potential of Spiking Neural Networks
von: Zhang, Boxuan, et al.
Veröffentlicht: (2025)

Enhancing Adaptive History Reserving by Spiking Convolutional Block Attention Module in Recurrent Neural Networks
von: Xu, Qi, et al.
Veröffentlicht: (2024)

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

Combining Convolution and Delay Learning in Recurrent Spiking Neural Networks
von: Zebendo, Lúcio Folly Sanches, et al.
Veröffentlicht: (2026)

Adaptive Gradient Learning for Spiking Neural Networks by Exploiting Membrane Potential Dynamics
von: Jiang, Jiaqiang, et al.
Veröffentlicht: (2025)

ASRC-SNN: Adaptive Skip Recurrent Connection Spiking Neural Network
von: Xu, Shang, et al.
Veröffentlicht: (2025)

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

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

Robust Stable Spiking Neural Networks
von: Ding, Jianhao, et al.
Veröffentlicht: (2024)

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