임계값이 Deep SNN의 학습 성능에 미치는 영향 분석

Abstract

본 논문에서는 배치 정규화를 적용한 모델과 tdBN을 적용한 모델 간의 성능을 비교하고, tdBN을 적용한 모델에서 임계값 ？th가 학습 성능에 미치는 영향을 분석한다. DNN은 전력 소비와 데이터 분포 왜곡으로 인한 성능 저하의 문제를 갖고 있으며, 이러한 문제를 해결하기 위해 deep SNN과 같은 다른 형태의 신경망이 연구되고 있다. 논문에서는 SNN에 더 적합한 배치 정규화 방식으로 tdBN을 간단히 제시한다. 실험 결과에 따르면 같은 ？th에서 tdBN을 적용한 deep SNN 모델이 배치 정규화를 적용한 모델에 비해 높은 성능을 보이는 것으로 나타났다. 또한 실험을 통해 tdBN을 적용한 모델에서 ？th의 변화가 학습에 미치는 영향을 분석하였고, 적절한 ？th값을 선택하는 것의 중요성을 확인하였다. 결론적으로 본 논문은 deep SNN에서 tdBN을 사용하여 성능이 향상됨을 보여주며, 적절한 ？th값 설정이 모델의 학습에 중요한 역할을 한다는 결과를 제시한다.