热点事件观察中
研究者提出基于谐振神经元的脉冲储备池HRF-Res
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
2026年10月31日，研究人员在 arXiv 发布成果，提出一种新型脉冲储备池计算模型 HRF-Res。该模型通过异构谐振（HRF）神经元替代传统的 LIF 神经元，实现了对输入频率的选择性响应，超越了传统的低通动态。在涵盖时间序列、连续图像、音频脉冲与神经形态视觉等 10 项基准测试中，HRF-Res 均达到了脉冲储备池方法的 SOTA 准确率。同时，该架构保留了事件驱动计算的高能效特性，其能耗相较于等效的非脉冲振荡储备池最多降低了 19 倍。
AI 根据报道生成 · 2 天前更新
最新进展10月31日 12:00
研究者提出脉冲储备池模型HRF-Res，取得SOTA准确率且能耗最高降低19倍。报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI超越低通动态：基于谐振神经元的频率选择性脉冲储备池 HRF-Res
研究人员提出脉冲储备池计算模型 HRF-Res，通过异构谐振（HRF）神经元替代传统 LIF 神经元，实现对输入频率的选择性响应。在涵盖时间序列、连续图像、音频脉冲与神经形态视觉的 10 项基准测试中，HRF-Res 达到脉冲储备池方法的 SOTA 准确率。该架构保留了事件驱动计算的高能效，能耗相比等效非脉冲振荡储备池最多降低 19x。
本事件热度走势
当前热度 3·可比范围峰值 7（11月1日 03:00）·近 24 小时可比范围变化 -49%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。