IEEE TNNLS

Energy-Efficient Neuromorphic Computing for Edge AI: A Framework with Adaptive Spiking Neural Networks and Hardware-Aware Optimization

边缘AI的节能类脑计算：一种结合自适应脉冲神经网络和硬件感知优化的框架

Olaf Yunus Laitinen Imanov, Derya Umut Kulali, Taner Yilmaz, Duygu Erisken, Rana Irem Turhan

机构 * Department of Applied Mathematics and Computer Science (DTU Compute)（应用数学与计算机科学系（DTU计算）） ； Department of Engineering（工程系） ； Department of Computer Engineering（计算机工程系） ； Department of Mathematics（数学系） ； Department of Computer Systems（计算机系统系） 纠错

AI总结 NeuEdge框架通过自适应脉冲神经网络和硬件感知优化，实现边缘AI的超低功耗、低延迟推理，达到高能效和实时性能。

Comments 8 pages, 4 figures, 4 tables. Submitted to IEEE Transactions on Neural Networks and Learning Systems (TNNLS)