Buchumschlag

Temporal Regularization Training: Unleashing the Potential of Spiking Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Boxuan, Xu, Zhen, Tao, Kuan
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

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

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

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

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

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

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

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

Efficient Parallel Training Methods for Spiking Neural Networks with Constant Time Complexity
von: Feng, Wanjin, et al.
Veröffentlicht: (2025)

Unleashing Temporal Capacity of Spiking Neural Networks through Spatiotemporal Separation
von: Dong, Yiting, et al.
Veröffentlicht: (2025)

SpikeMLLM: Spike-based Multimodal Large Language Models via Modality-Specific Temporal Scales and Temporal Compression
von: Xu, Han, et al.
Veröffentlicht: (2026)

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

Optimization of Low-Latency Spiking Neural Networks Utilizing Historical Dynamics of Refractory Periods
von: Tao, Liying, et al.
Veröffentlicht: (2025)

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

NeuroTrain: Surveying Local Learning Rules for Spiking Neural Networks with an Open Benchmarking Framework
von: Caviglia, Alessio, et al.
Veröffentlicht: (2026)

Generalization Bounds of Spiking Neural Networks via Rademacher Complexity
von: Zhang, Shao-Qun, 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)

Gradient-Free Continual Learning in Spiking Neural Networks via Inter-Spike Interval Regularization
von: Roy, Samrendra, et al.
Veröffentlicht: (2026)

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

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

Adaptive Reorganization of Neural Pathways for Continual Learning with Spiking Neural Networks
von: Han, Bing, 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)

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

STAER: Temporal Aligned Rehearsal for Continual Spiking Neural Network
von: Gianferrari, Matteo, et al.
Veröffentlicht: (2026)

Temporal Spiking Neural Networks with Synaptic Delay for Graph Reasoning
von: Xiao, Mingqing, et al.
Veröffentlicht: (2024)

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

Online Pseudo-Zeroth-Order Training of Neuromorphic Spiking Neural Networks
von: Xiao, Mingqing, et al.
Veröffentlicht: (2024)

Input-Triggered Hardware Trojan Attack on Spiking Neural Networks
von: Raptis, Spyridon, et al.
Veröffentlicht: (2025)

Stabilizing Spiking Neuron Training
von: Herranz-Celotti, Luca, et al.
Veröffentlicht: (2022)

Training Spiking Neural Networks via Augmented Direct Feedback Alignment
von: Zhang, Yongbo, et al.
Veröffentlicht: (2024)

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

DA-LIF: Dual Adaptive Leaky Integrate-and-Fire Model for Deep Spiking Neural Networks
von: Zhang, Tianqing, et al.
Veröffentlicht: (2025)

An Introductory Review of Spiking Neural Network and Artificial Neural Network: From Biological Intelligence to Artificial Intelligence
von: Zheng, Shengjie, et al.
Veröffentlicht: (2022)

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

Temporal-adaptive Weight Quantization for Spiking Neural Networks
von: Zhang, Han, et al.
Veröffentlicht: (2025)

SDSNN: A Single-Timestep Spiking Neural Network with Self-Dropping Neuron and Bayesian Optimization
von: Xu, Changqing, et al.
Veröffentlicht: (2025)

CogniSNN: Enabling Neuron-Expandability, Pathway-Reusability, and Dynamic-Configurability with Random Graph Architectures in Spiking Neural Networks
von: Huang, Yongsheng, et al.
Veröffentlicht: (2025)

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

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