Buchumschlag

DA-LIF: Dual Adaptive Leaky Integrate-and-Fire Model for Deep Spiking Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Tianqing, Yu, Kairong, Zhang, Jian, Wang, Hongwei
Format:	Preprint
Veröffentlicht:	2025
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

TS-SNN: Temporal Shift Module for Spiking Neural Networks
von: Yu, Kairong, et al.
Veröffentlicht: (2025)

ILIF: Temporal Inhibitory Leaky Integrate-and-Fire Neuron for Overactivation in Spiking Neural Networks
von: Sun, Kai, et al.
Veröffentlicht: (2025)

CLIF: Complementary Leaky Integrate-and-Fire Neuron for Spiking Neural Networks
von: Huang, Yulong, et al.
Veröffentlicht: (2024)

FSTA-SNN:Frequency-based Spatial-Temporal Attention Module for Spiking Neural Networks
von: Yu, Kairong, et al.
Veröffentlicht: (2024)

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

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

Spikingformer: A Key Foundation Model for Spiking Neural Networks
von: Zhou, Chenlin, et al.
Veröffentlicht: (2023)

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

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

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

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

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

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

Optimizing Spatio-Temporal Information Processing in Spiking Neural Networks via Unconstrained Leaky Integrate-and-Fire Neurons and Hybrid Coding
von: He, Huaxu
Veröffentlicht: (2024)

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

Revisiting Reset Mechanisms in Spiking Neural Networks for Sequential Modeling: Specialized Discretization for Binary Activated RNN
von: Zhang, Enqi
Veröffentlicht: (2025)

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

Generalization Bounds of Spiking Neural Networks via Rademacher Complexity
von: Zhang, Shao-Qun, et al.
Veröffentlicht: (2026)

Ultra-Low-Power Spiking Neurons in 7 nm FinFET Technology: A Comparative Analysis of Leaky Integrate-and-Fire, Morris-Lecar, and Axon-Hillock Architectures
von: Larsh, Logan, et al.
Veröffentlicht: (2025)

Neural Dynamics Self-Attention for Spiking Transformers
von: Zhang, Dehao, et al.
Veröffentlicht: (2026)

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

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

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

Rethinking SNN Online Training and Deployment: Gradient-Coherent Learning via Hybrid-Driven LIF Model
von: Hao, Zecheng, et al.
Veröffentlicht: (2024)

SiLIF: Structured State Space Model Dynamics and Parametrization for Spiking Neural Networks
von: Fabre, Maxime, et al.
Veröffentlicht: (2025)

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

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

A Quantum Leaky Integrate-and-Fire Spiking Neuron and Network
von: Brand, Dean, et al.
Veröffentlicht: (2024)

Breaking Global Self-Attention Bottlenecks in Transformer-based Spiking Neural Networks with Local Structure-Aware Self-Attention
von: Li, Lingdong, et al.
Veröffentlicht: (2026)

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

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

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

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

Dynamic Weight Adaptation in Spiking Neural Networks Inspired by Biological Homeostasis
von: Zhou, Yunduo, et al.
Veröffentlicht: (2025)

Multi-compartment Neuron and Population Encoding Powered Spiking Neural Network for Deep Distributional Reinforcement Learning
von: Sun, Yinqian, et al.
Veröffentlicht: (2023)

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

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

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

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

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