Buchumschlag

Advancing Training Efficiency of Deep Spiking Neural Networks through Rate-based Backpropagation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Chengting, Liu, Lei, Wang, Gaoang, Li, Erping, Wang, Aili
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Training a General Spiking Neural Network with Improved Efficiency and Minimum Latency
von: Yao, Yunpeng, et al.
Veröffentlicht: (2024)

Backpropagation-free Spiking Neural Networks with the Forward-Forward Algorithm
von: Ghader, Mohammadnavid, et al.
Veröffentlicht: (2025)

Scalable Learning in Structured Recurrent Spiking Neural Networks without Backpropagation
von: Tang, Bo, et al.
Veröffentlicht: (2026)

Spiking Brain Compression: Post-Training Second-order Compression for Spiking Neural Networks
von: Shi, Lianfeng, et al.
Veröffentlicht: (2025)

Timing-Based Backpropagation in Spiking Neural Networks Without Single-Spike Restrictions
von: Yamamoto, Kakei, et al.
Veröffentlicht: (2022)

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

Sharpness Aware Surrogate Training for Spiking Neural Networks
von: Nicholson, Maximilian
Veröffentlicht: (2026)

Bullet Trains: Parallelizing Training of Temporally Precise Spiking Neural Networks
von: Morrill, Todd, et al.
Veröffentlicht: (2026)

SpikeVoice: High-Quality Text-to-Speech Via Efficient Spiking Neural Network
von: Wang, Kexin, et al.
Veröffentlicht: (2024)

SQUAT: Stateful Quantization-Aware Training in Recurrent Spiking Neural Networks
von: Venkatesh, Sreyes, et al.
Veröffentlicht: (2024)

Unsupervised Sparse Coding-based Spiking Neural Network for Real-time Spike Sorting
von: Melot, Alexis, et al.
Veröffentlicht: (2025)

Synaptic Modulation using Interspike Intervals Increases Energy Efficiency of Spiking Neural Networks
von: Adams, Dylan, et al.
Veröffentlicht: (2024)

SpikingGamma: Surrogate-Gradient Free and Temporally Precise Online Training of Spiking Neural Networks with Smoothed Delays
von: Koopman, Roel, et al.
Veröffentlicht: (2026)

Biologically Plausible Training of Deep Neural Networks Using a Top-down Credit Assignment Network
von: Chen, Jian-Hui, et al.
Veröffentlicht: (2022)

Spiking Neural Networks with Random Network Architecture
von: Dai, Zihan, et al.
Veröffentlicht: (2025)

ChronoPlastic Spiking Neural Networks
von: Chaudhry, Sarim
Veröffentlicht: (2025)

SNNAX -- Spiking Neural Networks in JAX
von: Lohoff, Jamie, et al.
Veröffentlicht: (2024)

A Self-Ensemble Inspired Approach for Effective Training of Binary-Weight Spiking Neural Networks
von: Meng, Qingyan, et al.
Veröffentlicht: (2025)

A Backpropagation-Free Feedback-Hebbian Network for Continual Learning Dynamics
von: Li, Josh, et al.
Veröffentlicht: (2026)

Neuromorphic Spiking Neural Network Based Classification of COVID-19 Spike Sequences
von: Murad, Taslim, et al.
Veröffentlicht: (2024)

Time to Spike? Understanding the Representational Power of Spiking Neural Networks in Discrete Time
von: Nguyen, Duc Anh, et al.
Veröffentlicht: (2025)

SpikeLLM: Scaling up Spiking Neural Network to Large Language Models via Saliency-based Spiking
von: Xing, Xingrun, et al.
Veröffentlicht: (2024)

Learning Long Sequences in Spiking Neural Networks
von: Stan, Matei Ioan, et al.
Veröffentlicht: (2023)

The Role of Temporal Hierarchy in Spiking Neural Networks
von: Moro, Filippo, et al.
Veröffentlicht: (2024)

On the Universal Representation Property of Spiking Neural Networks
von: Hundrieser, Shayan, et al.
Veröffentlicht: (2025)

Spiking Synaptic Penalty: Appropriate Penalty Term for Energy-Efficient Spiking Neural Networks
von: Suetake, Kazuma, et al.
Veröffentlicht: (2023)

EchoSpike Predictive Plasticity: An Online Local Learning Rule for Spiking Neural Networks
von: Graf, Lars, 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)

Curriculum Design Helps Spiking Neural Networks to Classify Time Series
von: Sun, Chenxi, et al.
Veröffentlicht: (2023)

FastSpiker: Enabling Fast Training for Spiking Neural Networks on Event-based Data through Learning Rate Enhancements for Autonomous Embedded Systems
von: Bano, Iqra, et al.
Veröffentlicht: (2024)

Proxy Target: Bridging the Gap Between Discrete Spiking Neural Networks and Continuous Control
von: Xu, Zijie, et al.
Veröffentlicht: (2025)

Deep Pulse-Coupled Neural Networks
von: Yi, Zexiang, et al.
Veröffentlicht: (2023)

Spike Agreement Dependent Plasticity: A scalable Bio-Inspired learning paradigm for Spiking Neural Networks
von: Bej, Saptarshi, et al.
Veröffentlicht: (2025)

Sleep-Based Homeostatic Regularization for Stabilizing Spike-Timing-Dependent Plasticity in Recurrent Spiking Neural Networks
von: Massey, Andreas, et al.
Veröffentlicht: (2026)

Dynamically Weighted Momentum with Adaptive Step Sizes for Efficient Deep Network Training
von: Wang, Zhifeng, et al.
Veröffentlicht: (2025)

Akkumula: Evidence accumulation driver models with Spiking Neural Networks
von: Morando, Alberto
Veröffentlicht: (2025)

Effects of Introducing Synaptic Scaling on Spiking Neural Network Learning
von: Touda, Shinnosuke, et al.
Veröffentlicht: (2026)

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

On the Adversarial Robustness of Spiking Neural Networks Trained by Local Learning
von: Lin, Jiaqi, et al.
Veröffentlicht: (2025)

Stochastic Quantum Spiking Neural Networks with Quantum Memory and Local Learning
von: Chen, Jiechen, et al.
Veröffentlicht: (2025)