Buchumschlag

Power-Law Scaling in the Classification Performance of Small-Scale Spiking Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Zhengdi, Han, Cong, Xia, Wenjun
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Neurons and Cognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Audio Outperforms Text for Visual Decoding
von: Zhang, Zhengdi, et al.
Veröffentlicht: (2026)

Single-Node Wilson--Cowan Model Accounts for Speech-Evoked $γ$-Band Deficits in Schizophrenia
von: Zhang, Zhengdi, et al.
Veröffentlicht: (2026)

Predictive Coding with Spiking Neural Networks: a Survey
von: N'dri, Antony W., et al.
Veröffentlicht: (2024)

Regime Mapping of Oscillatory States in Balanced Spiking Networks with Multiple Time Scales
von: Kuo, Tsung-Han, et al.
Veröffentlicht: (2026)

SpikeProphecy: A Large-Scale Benchmark for Autoregressive Neural Population Forecasting
von: Minnick, John R., et al.
Veröffentlicht: (2026)

Multi-Objective Optimisation with Oscillatory Dynamics in Spontaneous and Decision Spiking Neural Networks
von: Sethi, Divyansh, et al.
Veröffentlicht: (2026)

Working Memory in a Recurrent Spiking Neural Networks With Heterogeneous Synaptic Delays
von: Perrinet, Laurent U
Veröffentlicht: (2026)

Neural Receptive Fields, Stimulus Space Embedding and Effective Geometry of Scale-Free Networks
von: Tiselko, Vasilii, et al.
Veröffentlicht: (2025)

Emergent Spatiotemporal Dynamics in Large-Scale Brain Networks with Next Generation Neural Mass Models
von: Delicado, Rosa Maria, et al.
Veröffentlicht: (2025)

SimSort: A Data-Driven Framework for Spike Sorting by Large-Scale Electrophysiology Simulation
von: Zhang, Yimu, et al.
Veröffentlicht: (2025)

Impact of Neuron Models on Spiking Neural Networks performance. A Complexity Based Classification Approach
von: Rudnicka, Zofia, et al.
Veröffentlicht: (2025)

The Coupling Strength Is a Scale Parameter in Threshold Power-Law Reservoirs and Does Not Influence Training Accuracy
von: Nicola, Wilten
Veröffentlicht: (2025)

Unsupervised Learning of Spatio-Temporal Patterns in Spiking Neuronal Networks
von: Feiler, Florian, et al.
Veröffentlicht: (2024)

Arbor-TVB: A Novel Multi-Scale Co-Simulation Framework with a Case Study on Neural-Level Seizure Generation and Whole-Brain Propagation
von: Hater, Thorsten, et al.
Veröffentlicht: (2025)

Overcoming Output Dimension Collapse: When Sparsity Enables Zero-shot Brain-to-Image Reconstruction at Small Data Scales
von: Otsuka, Kenya, et al.
Veröffentlicht: (2025)

Metric Framework of Coherent Activity Patterns Identification in Spiking Neuronal Networks
von: Radushev, Daniil, et al.
Veröffentlicht: (2025)

Implicit Behavioral Decoding from Next-Step Spike Forecasts at Population Scale
von: Minnick, John R., et al.
Veröffentlicht: (2026)

Causal Spike Timing Dependent Plasticity Prevents Assembly Fusion in Recurrent Networks
von: Yang, Xinruo, et al.
Veröffentlicht: (2025)

Allostatic Control of Persistent States in Spiking Neural Networks for perception and computation
von: Htet, Aung, et al.
Veröffentlicht: (2025)

Approximate Macroscopic Dynamics of Spiking Neural Networks Based on Solutions to the Transport Equation
von: Nicola, Wilten, et al.
Veröffentlicht: (2026)

A Spiking Neural Network based on Neural Manifold for Augmenting Intracortical Brain-Computer Interface Data
von: Zheng, Shengjie, et al.
Veröffentlicht: (2022)

Texture Recognition Using a Biologically Plausible Spiking Phase-Locked Loop Model for Spike Train Frequency Decomposition
von: Mastella, Michele, et al.
Veröffentlicht: (2024)

Latent Diffusion for Neural Spiking Data
von: Kapoor, Jaivardhan, et al.
Veröffentlicht: (2024)

Hybrid Spiking Neural Networks for Low-Power Intra-Cortical Brain-Machine Interfaces
von: Vasilache, Alexandru, et al.
Veröffentlicht: (2024)

Time-Integrated Spike-Timing-Dependent-Plasticity
von: Gebhardt, William, et al.
Veröffentlicht: (2024)

Consciousness Driven Spike Timing Dependent Plasticity
von: Yadav, Sushant, et al.
Veröffentlicht: (2024)

HetSyn: Versatile Timescale Integration in Spiking Neural Networks via Heterogeneous Synapses
von: Deng, Zhichao, et al.
Veröffentlicht: (2025)

Alignment between Brains and AI: Evidence for Convergent Evolution across Modalities, Scales and Training Trajectories
von: Shen, Guobin, et al.
Veröffentlicht: (2025)

Smooth Exact Gradient Descent Learning in Spiking Neural Networks
von: Klos, Christian, et al.
Veröffentlicht: (2023)

Spike distance function as a learning objective for spike prediction
von: Doran, Kevin, et al.
Veröffentlicht: (2023)

Neural Recording Power Optimization Through Machine Learning Guided Resolution Reconfiguration
von: Pandey, Aviral, et al.
Veröffentlicht: (2025)

Organizational Regularities in Recurrent Neural Networks
von: Metzner, Claus, et al.
Veröffentlicht: (2025)

Efficient Logit-based Knowledge Distillation of Deep Spiking Neural Networks for Full-Range Timestep Deployment
von: Yu, Chengting, et al.
Veröffentlicht: (2025)

NeuralSet: A High-Performing Python Package for Neuro-AI
von: King, Jean-Rémi, et al.
Veröffentlicht: (2026)

Phase Alignment Enhances Oscillatory Power in Neural Mass Models Optimized for Class Encoding
von: Pei, Alexander
Veröffentlicht: (2025)

Spatial Spiking Neural Networks Enable Efficient and Robust Temporal Computation
von: Landsmeer, Lennart P. L., et al.
Veröffentlicht: (2025)

Continuous Attractor Networks for Laplace Neural Manifolds
von: Daniels, Bryan C., et al.
Veröffentlicht: (2024)

Integrating Cognitive Load and Embodied Cognition Theories Through Representations as Multi-Scale Attractors
von: Gibson, David C., et al.
Veröffentlicht: (2026)

Effect of Dopamine in Enhancement of SNR of Cortico-Striatal-Thalamo-Cortical Loop Spiking
von: Barati, Hadi, et al.
Veröffentlicht: (2025)

Functions of Direct and Indirect Pathways for Action Selection Are Quantitatively Analyzed in A Spiking Neural Network of The Basal Ganglia
von: Kim, Sang-Yoon, et al.
Veröffentlicht: (2024)