Self-Cross Feature-Based Spiking Neural Networks for Efficient Few-Shot Learning
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种新框架FSL-SNN，通过自特征提取和跨特征对比模块，提高了脉冲神经网络在小样本学习中的特征表示精度，并降低了能耗。实验结果表明，该框架在N-Omniglot数据集上的分类性能显著提升，且与人工神经网络在静态数据集上的表现相当。
🏷️
