色モデル情報ビットプレーン符号化によるスパイクニューラルネットワーク精度の向上

[fulfulggg]

タイトル: 色モデル情報ビットプレーン符号化によるスパイクニューラルネットワーク精度の向上

リンク: https://arxiv.org/abs/2410.08229

概要:

スパイクニューラルネットワーク（SNN）は、低消費電力やメモリ使用量の少なさなどの利点から、計算論的神経科学および人工知能において有望なパラダイムとして台頭してきました。しかし、その実用化は、特に性能最適化をはじめとするいくつかの課題によって制限されています。本研究では、入力画像データの様々な色モデルから導き出されたビットプレーンをスパイク符号化に利用する新しい符号化方式によって、SNNの性能を向上させる新しいアプローチを提案します。提案手法は、モデルサイズを大きくすることなく、従来手法と比較してSNNの計算精度を向上させるように設計されています。広範な実験的検証を通じて、複数のコンピュータビジョンタスクにおいて、提案する符号化戦略が性能向上を実現することを実証します。私たちの知る限り、SNNの文脈の中で色空間を適用した研究は、これが初めてです。色空間の独自の特性を活用することで、SNNの性能に新たな可能性を開き、将来の研究やアプリケーションにおいて、より効率的で効果的なSNNモデルへの道を開くことができると期待しています。

[fulfulggg]

@yukihiko-fuyuki が以下のラベルを提案し、適用しました：

• image-classification
• spike-neural-network
• model-compression

以下の新しいラベルが作成され、適用されました：

• spike-neural-network