研究者提出SNN鲁棒学习方法SCIB

Yuli Zha等作者提出 SCIB，一种基于条件信息瓶颈的脉冲神经网络（SNN）鲁棒学习目标。该方法将互信息压缩项 I(X;S) 替换为条件互信息 I(X;S|Y)，并引入可学习的类条件先验替代各向同性高斯先验。作者称其为简单而有效的 SNN 鲁棒学习目标，用于应对相关问题。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。