具脉冲神经网络结构的神经形态芯片嵌入式储备计算
原文中文，约300字，阅读约需1分钟。发表于：。基于集成放电神经元的水库计算框架利用随机相互作用构建的网络拓扑在恩昂映射的混沌动力学捕获和麦基 - 格拉斯时间序列的预测任务中表现出任务特定的网络效果差异，强调了为不同计算任务定制的架构的重要性，通过元学习方法和模拟退火，鲁天芯片的自定义集成放电代码、英特尔 Lava 神经计算软件框架和芯片上的实现研究了水库计算性能，最后分析了 Loihi 架构的能量性能。
该研究使用基于集成放电神经元的水库计算框架，通过随机相互作用构建网络拓扑，捕获恩昂映射的混沌动力学，并预测麦基-格拉斯时间序列。研究发现不同计算任务需要定制的架构，通过元学习方法和模拟退火，研究了鲁天芯片的自定义集成放电代码、英特尔 Lava 神经计算软件框架和芯片上的实现，最后分析了 Loihi 架构的能量性能。
