#脉冲神经网络

一篇把 SNN 做时间序列预测的论文，用 FSSE 和 SSCA 两个模块在 12 个基准上拿了最好成绩，能耗还是已报道最低，做时序预测的可以看看。

这篇论文给脉冲神经网络设计了个自适应语音编码器，参数少还能在GSC-v2上跑到94.97%，比很多大模型都强，还比较了两种训练方式。

做SNN训练或神经形态计算的团队，LIF的脉冲不连续问题可能让你头疼——QIF神经元直接解决了这个痛点，性能更好且训练更稳定，值得在项目中试试替换。

该工作从理论层面解决了SNN训练中梯度近似误差累积的难题，提出的参数重建算法在多个基准任务上验证了有效性，为大规模低能耗SNN训练提供了新路径。