Buchumschlag

Biologically Inspired Spiking Diffusion Model with Adaptive Lateral Selection Mechanism

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, Linghao, Zhao, Dongcheng, Shen, Sicheng, Zeng, Yi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Time Cell Inspired Temporal Codebook in Spiking Neural Networks for Enhanced Image Generation
von: Feng, Linghao, et al.
Veröffentlicht: (2024)

STEP: A Unified Spiking Transformer Evaluation Platform for Fair and Reproducible Benchmarking
von: Shen, Sicheng, et al.
Veröffentlicht: (2025)

TEFormer: Structured Bidirectional Temporal Enhancement Modeling in Spiking Transformers
von: Shen, Sicheng, et al.
Veröffentlicht: (2026)

TIM: An Efficient Temporal Interaction Module for Spiking Transformer
von: Shen, Sicheng, et al.
Veröffentlicht: (2024)

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

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

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

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

Neuro-Vision to Language: Enhancing Brain Recording-based Visual Reconstruction and Language Interaction
von: Shen, Guobin, et al.
Veröffentlicht: (2024)

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

Spiking World Model with Multi-Compartment Neurons for Model-based Reinforcement Learning
von: Sun, Yinqian, et al.
Veröffentlicht: (2025)

A Brain-Inspired Gating Mechanism Unlocks Robust Computation in Spiking Neural Networks
von: Bai, Qianyi, et al.
Veröffentlicht: (2025)

Incorporating brain-inspired mechanisms for multimodal learning in artificial intelligence
von: He, Xiang, et al.
Veröffentlicht: (2025)

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

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

Adaptive Spiking Neurons for Vision and Language Modeling
von: Zhou, Chenlin, et al.
Veröffentlicht: (2026)

MorphSNN: Adaptive Graph Diffusion and Structural Plasticity for Spiking Neural Networks
von: Huang, Yongsheng, et al.
Veröffentlicht: (2026)

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

Exploring Extreme Quantization in Spiking Language Models
von: Bal, Malyaban, et al.
Veröffentlicht: (2024)

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

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

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

Research Advances and New Paradigms for Biology-inspired Spiking Neural Networks
von: Zheng, Tianyu, et al.
Veröffentlicht: (2024)

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

Biologically Inspired Oscillating Activation Functions Can Bridge the Performance Gap between Biological and Artificial Neurons
von: Noel, Matthew Mithra, et al.
Veröffentlicht: (2021)

TMN: A Lightweight Neuron Model for Efficient Nonlinear Spike Representation
von: Gu, Yiwen, et al.
Veröffentlicht: (2024)

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

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

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

BioNIC: Biologically Inspired Neural Network for Image Classification Using Connectomics Principles
von: Prasanth, Diya, et al.
Veröffentlicht: (2026)

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

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

Adaptively Pruned Spiking Neural Networks for Energy-Efficient Intracortical Neural Decoding
von: Rivelli, Francesca, et al.
Veröffentlicht: (2025)

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

FiTS: Interpretable Spiking Neurons via Frequency Selectivity and Temporal Shaping
von: Choi, Jongmin, et al.
Veröffentlicht: (2026)

Spiking Diffusion Models
von: Cao, Jiahang, et al.
Veröffentlicht: (2024)

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

Toward Relative Positional Encoding in Spiking Transformers
von: Lv, Changze, et al.
Veröffentlicht: (2025)

Exploring Biologically Inspired Mechanisms of Adversarial Robustness
von: Holzhausen, Konstantin, et al.
Veröffentlicht: (2024)

Learning from Offline and Online Experiences: A Hybrid Adaptive Operator Selection Framework
von: Pei, Jiyuan, et al.
Veröffentlicht: (2024)