arXiv · cs.AI· Jingang Jin, Yue Ma, Zhenhang Zhang, Qinru Qiu·· 9 小时前
基于FPGA的脉冲神经网络用于时空模式学习与分类
An FPGA-Based Spiking Neural Network for Spatiotemporal Pattern Learning and Classification
arXiv:2610.17463v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Jingang Jin, Yue Ma, Zhenhang Zhang, Qinru Qiu
研究任务与主要进展
研究作者提出一种基于FPGA的多层脉冲神经网络，实现时空模式分类中的片上训练与推理，并用仅时间前向训练算法降低传统BPTT的存储和延迟开销。基于论文摘要，该设计在MNIST和五个多变量时间序列分类数据集上取得与BPTT训练的SNN或LSTM相当的准确率，相比CPU和GPU实现吞吐量提高2.5至6倍、每样本能耗降低一个数量级。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org