Краткое содержание

arXiv:2511.08558v1 Тип объявления: новый Аннотация: В данной работе представлен оригинальный метод декодирования импульсной нейронной сети (ИНС), объединяющий ИНС с гиперразмерными вычислениями (HDC). Цель состоит в создании метода декодирования с высокой точностью, устойчивостью к шуму, низкой задержкой и низким энергопотреблением. По сравнению с аналогичными архитектурами, декодированными существующими методами, предложенная модель SNN-HDC демонстрирует в целом лучшую точность классификации, меньшую классификационную задержку и меньшее расчетное потребление энергии на нескольких тестовых наборах из литературы. Модель SNN-HDC обеспечила снижение расчетного потребления энергии от 1,24 до 3,67 раз на наборе данных DvsGesture и от 1,38 до 2,27 раз на наборе данных SL-Animals-DVS. Предложенный метод декодирования также способен эффективно распознавать неизвестные классы, на которых он не был обучен. Так, на наборе данных DvsGesture модель SNN-HDC способна идентифицировать 100 % образцов из невидимого ранее необученного класса. Учитывая многочисленные преимущества, продемонстрированные и обсужденные в этой статье, этот подход...