BriefGPT - AI 论文速递
·
浑浊介质中的事件驱动成像：光电子学和神经形态计算的融合
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该论文介绍了一种基于脉冲的神经网络，用于从动态视觉传感器数据中估计光流。该神经网络可以与基于TrueNorth的神经元实现，并在低于80mW的预算下进行评估，误差率平均终点为11％。
🎯
关键要点
- 该论文介绍了一种基于脉冲的神经网络，用于估计光流。
- 该神经网络是Barlow Levick方法的一种变体。
- 该系统可以与基于TrueNorth的神经元实现。
- 在低于80mW的功率预算下进行评估。
- 误差率平均终点为11%。
➡️
