TMLR

PASCAL: Precise and Efficient ANN- SNN Conversion using Spike Accumulation and Adaptive Layerwise Activation

PASCAL: 一种利用脉冲积累和自适应层间激活的精确高效的ANN-SNN转换方法

Pranav Ramesh, Gopalakrishnan Srinivasan

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； Indian Institute of Technology Madras（印度理工学院马德拉斯） 纠错

AI总结 PASCAL通过脉冲积累和自适应层间激活实现高效准确的ANN-SNN转换，显著减少推理时步数并保持高精度。

Journal ref Transactions on Machine Learning Research, 2025

Symmetry in Neural Network Parameter Spaces

神经网络参数空间中的对称性

Bo Zhao, Robin Walters, Rose Yu

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； Northeastern University（东北大学） 纠错

AI总结 本文探讨了神经网络参数空间中的对称性，分析其对优化、泛化和模型复杂性的影响，并总结了相关研究的现状与未来方向。

Comments Published in Transactions on Machine Learning Research (TMLR)