神经形态卫星智能形式化框架论文发布
热点事件持续更新
神经形态卫星智能形式化框架论文发布
1 篇报道1 个报道来源12 小时前更新
先了解这件事
报道摘要
该论文为卫星星载计算提出脉冲神经网络的形式化数学模型，并给出三种原创算法：用于姿态估计的 SKCF、用于航天器健康监测的 TCAD 和用于认知卫星链路的 SAMC。基于 Loihi 与 SpiNNaker 已发表硅测量数据构建 Energy-Accuracy-Latency 权衡面，与 FPGA、GPU 基线对比显示神经形态实现可实现 8 至 47 倍能耗降低，推理精度损失在 2.1% 以内。
摘自 arXiv：cs.LG
最新进展10月12日 12:00
神经形态卫星智能：事件驱动架构、脉冲算法与能耗-精度权衡的形式化框架报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.LG神经形态卫星智能：事件驱动架构、脉冲算法与能耗-精度权衡的形式化框架
该论文为卫星星载计算提出脉冲神经网络的形式化数学模型，并给出三种原创算法：用于姿态估计的 SKCF、用于航天器健康监测的 TCAD 和用于认知卫星链路的 SAMC。基于 Loihi 与 SpiNNaker 已发表硅测量数据构建 Energy-Accuracy-Latency 权衡面，与 FPGA、GPU 基线对比显示神经形态实现可实现 8 至 47 倍能耗降低，推理精度损失在 2.1% 以内。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。