论文提出卫星脉冲神经网络形式化框架与算法
热点事件持续更新
论文提出卫星脉冲神经网络形式化框架与算法
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Suresh Kumar TP 与 Vikas Agnihotri 发表论文，为卫星星载脉冲神经网络计算建立形式化数学模型，推导出能耗与网络稀疏度、放电率及突触扇出的闭式表达式。 论文同时提出三种脉冲算法：SKCF 用于姿态估计、TCAD 用于航天器健康监测、SAMC 用于认知卫星链路，并基于 Loihi 与 SpiNNaker 的硅实测数据构建 Energy-Accuracy-Latency 权衡面。
AI 根据报道生成 · 2 小时前更新
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
一篇 arXiv 论文为卫星星载脉冲神经网络计算建立形式化数学模型，推导出能耗与网络稀疏度、放电率及突触扇出的闭式表达式。论文提出 SKCF 姿态估计、TCAD 航天器健康监测、SAMC 认知卫星链路三种脉冲算法，并基于 Loihi 与 SpiNNaker 的硅实测数据构建 Energy-Accuracy-Latency 权衡面。
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。