arXiv · 机器人与计算机视觉· Kai Sun, Peibo Duan, Zhanglu Yan, Guowei Zhang, Yongsheng Huang, Levin Kuhlmann·· 2026-10-19AI 评分65
SpikeQ:一种用于脉冲神经网络的脉冲引导后训练量化方法
SpikeQ: Spike-Guided Post-Training Quantization for Spiking Neural Networks
AI 导读
论文提出 SpikeQ 框架,针对脉冲神经网络(SNN)在类脑芯片上的低比特需求,通过模拟下游神经元选择权重并构建复位感知网格来优化膜电位量化。实验显示,在 2 位预点火膜电位下该方法优于现有所有网格方案;在 4 位精度下模型保持接近全精度性能,同时内存占用减少 7.8-7.9 倍,能耗降低 6.4-6.9 倍。
来源:arXiv · 机器人与计算机视觉 · arxiv.org