鲁棒高能效
针对脉冲神经网络的非线性信息瓶颈方法，显著增强噪声鲁棒性并降低功耗。
杨双鸣 · 陈霸东
IEEE Transactions on Systems, Man, and Cybernetics: Systems 2023
采用非线性信息瓶颈压缩脉冲表征，在输入噪声与神经形态硬件噪声下均提升鲁棒性。
通过信息压缩减少脉冲活动，在不损失精度的前提下显著降低功耗。
提供平方、立方和四次方三种信息瓶颈策略，可按任务需求灵活选用。
为硬件受限的移动设备提供训练方案，可直接集成到现有SNN流程中，无需改变网络结构。