arXiv · cs.AI· Erik Stolt·· 7 天前AI 评分21
基于 SSM 的脉冲神经网络实现模型级与层级闭环时间序列预测
Model- and Layer-Level Closed-Loop Forecasting with SSM-Based Spiking Neural Networks
来源与原文
arXiv · cs.AI
作者：Erik Stolt
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.28495v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项研究提出基于 SSM 的脉冲神经网络（SNN）闭环预测方法，解决 SNN 自回归预测时依赖不可得数值的问题，包括模型级和层级两种策略。在 ETT-small 基准上，两种方法与 S4 的 zero-masking 基线相当或更好，多数情况下可与 SpaceTime 等最先进方法媲美。结果显示连续激活与低比特量化激活之间的权衡，证明 Deep SSM 架构可作为有竞争力的预测框架。
来源：arXiv · cs.AI · arxiv.org