Assel Kembay 김수현 2024-01-19T10:32:17Z 2024-01-19T10:32:17Z 2023-01-26 2022-12 1975-681X https://pubs.kist.re.kr/handle/201004/114206 스파이킹 신경망(SNN)은 효율적인 시간 처리와 에너지 소비로 기존 인공 신경망(ANN)의 잠재적인 대안으로 부상했다. 그러나 심층 SNN을 학습하는 데 어려움이 있어 적용 가능성이 제한된다. 개선된 학습 알고리즘 제공 및 SNN학습을 가능하게 하는 프레임워크 개발에 대한 중요성이 확대되고 있다. 본 논문에서는 기계 학습 응용 프로그램을 향상시키기 위해 그라디언트 기반 학습을 지원하는 기존 SNN 프레임워크를 활용하여 다양한 실험을 진행한다. 각 프레임워크를 SNN을 학습한 후, 최종 Top-1 accuracy, time efficiency를 비교 분석한다. English 한국차세대컴퓨팅학회 Spiking 신경망을 통합하는 프레임워크: 리뷰 Frameworks that integrate Spiking Neural Networks: A Review Article 10.23019/kingpc.18.6.202212.009 2 한국차세대컴퓨팅학회 논문지, v.18, no.6, pp.93 - 105 한국차세대컴퓨팅학회 논문지 18 6 93 105 N kci ART002918483 스파이킹 신경망 프레임워크 딥러닝 파이토치 Spiking Neural Networks Frameworks Deep Learning PyTorch