AR-SNN：脉冲神经网络鲁棒性研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

近年来，脉冲神经网络（spiking neural network，SNN）因低功耗和实时处理的优势受到广泛关注，已经在很多领域取得巨大成就，例如图像分类[1]、音频处理[2]、手势识别[3]、自动驾驶[4]、机器人控制[5]。然而，其训练和优化仍然具有挑战性，特别是在模型鲁棒性方面。鲁棒性不足的模型在受到攻击和干扰时往往不能做出准确的预测或分类，影响决策结果，从而降低网络的安全性和可靠性[6-7]。（剩余16996字）

试读结束

目录
monitor
客服机器人