![arxiv：2502.07192v1 [cs.cv] 2025年2月11日](/simg/a/a52b4213b04afe4ff238254673040f354f77e23c.webp)
机构名称：
¥ 1.0
机器学习和人工智能已经实现了出色的广告，但付出了大量的计算资源和能源消耗。这已经产生了一种新颖的，节能的计算工具来替代当前计算管道的需求。最近，通过模仿大脑中的尖峰旋转并利用CMOS上的振荡器进行直接计算而出现了一种有希望的方法。在这种情况下，我们提出了一个在CMOS振荡器网络（OSCNET）上实施的新的，节能的机器学习框架。我们使用OSCNET对产前大脑的视觉系统的持续过程进行建模，并根据生物学启发的Hebbian规则更新权重。然后将同一管道直接应用于标准的机器学习任务。OSCNET是一种专门设计的硬件，固有的能源效率。仅依靠前向传播训练进一步提高了其能源效率，同时提高了生物学上的合理性。仿真验证了我们的oscnet架构的标志。实验结果是，HEBBIAN学习管道上的OSCNET实现了与传统的机器学习算法相当甚至超过传统的机器学习算法的性能，从而强调了其作为节能和有效的计算范式的潜力。
arxiv：2502.07192v1 [cs.cv] 2025年2月11日
主要关键词
![arxiv：2502.07192v1 [cs.cv] 2025年2月11日PDF文件第1页](/bimg/a/a544bcd9457301d14ce0eeb84e8b7be7355a00f9.webp)
![arxiv：2502.07192v1 [cs.cv] 2025年2月11日PDF文件第2页](/bimg/8/8b14d7927d5cb6b5fd78f6eae699695a17366f75.webp)
![arxiv：2502.07192v1 [cs.cv] 2025年2月11日PDF文件第3页](/bimg/2/2bc42c9e8e816d6b7b8944cb6c68d9952258477f.webp)
![arxiv：2502.07192v1 [cs.cv] 2025年2月11日PDF文件第4页](/bimg/9/9e6fdc7ce8bd12e517317dd80bc01e3094178376.webp)
![arxiv：2502.07192v1 [cs.cv] 2025年2月11日PDF文件第5页](/bimg/3/361e496f3afb49eadcb459aeef319be18f844549.webp)
相关文件推荐
![arxiv：2502.07284v1 [cs.cr] 2025年2月11日](/simg/d/df3ff0a7ad3180706db8db5ea47d521c49976c22.webp)
![arxiv：2502.07837v1 [cs.ro] 2025年2月11日](/simg/9/93b35c876d38dc16ed903786765d84ef3dd790f3.webp)
![arxiv：2502.07513v1 [Quant-ph] 2025年2月11日](/simg/7/786b70fad90ac4d1fb891bca238331f962ff29f8.webp)
![arxiv：2502.14892v1 [cs.cv] 2025年2月17日](/simg/b/b495d4ee9dd26d76c8dad02913bbd55ecbbe1439.webp)
![arxiv：2502.06552v1 [cs.cv] 2025年2月10日](/simg/2/2ec25704fa8c4084b7cc7f50ebc9dcbed085615b.webp)
![arxiv：2502.02919v1 [cs.cv] 2025年2月5日](/simg/9/95a89e73bf74ff876d48cdddc14fbb2c556ce799.webp)
![arxiv：2502.04018v1 [cs.lg] 2025年2月6日](/simg/6/62588bb90c6463caf76624b24b4ad5de6c70ffeb.webp)
![arxiv：2502.09484v1 [cs.cr] 2025年2月13日](/simg/5/5f5ba30d8d028843690622a79a7928e241ed3f29.webp)
![arxiv：2502.06869v1 [cs.lg] 2025年2月8日](/simg/9/941a44ebdca8e1e2fe7696dbc01558b91923efad.webp)
![arxiv：2502.05739v1 [cs.cr] 2025年2月9日](/simg/8/8c90dfafcced8491bf122f9146142c704356b63d.webp)
![arxiv：2502.06651v1 [cs.cr] 2025年2月10日](/simg/8/85d07bd4f031075dcff413f6e20fae8b425df70c.webp)
![arxiv：2502.02606v1 [CS.OH] 2025年2月1日](/simg/4/43a0a25d75041d38d927de1a8c18a665a57c24b6.webp)
![arxiv：2502.02710v1 [stat.ml] 2025年2月4日](/simg/6/6f28a11cf1cd61d8abfc07e0c32f7934a963fcd7.webp)
![arxiv：2502.05508v1 [Quant-ph] 2025年2月8日](/simg/e/e73b1ae2125a5ffe0092f47a5f6ba00e45bad86a.webp)
![arxiv：2502.05658v1 [Quant-ph] 2025年2月8日](/simg/a/a2f3dc7502d0c958422e39e7f3956f8ce97f029c.webp)
![arxiv：2502.13333v1 [eess.sy] 2025年2月18日](/simg/2/2f7d7730da70b9787f71348cffaa29ea687584ca.webp)
![arxiv：2502.06956v1 [Quant-ph] 2025年2月10日](/simg/e/e5d48e0cf5320c7badff48c4e2d7683939a7f10c.webp)
![arxiv：2502.03124v1 [eess.sy] 2025年2月5日](/simg/3/33ae2427032dddacf611a2d02fbb8b420f4fa9fb.webp)
![arxiv：2502.12206v1 [CS.AI] 2025年2月16日](/simg/8/83a0040bd75286ed258ba3b033d6e887b6838904.webp)
![arxiv：2502.04950v1 [Quant-ph] 2025年2月7日](/simg/6/62658c8c5932a77940998d5bbf5b5940842a4279.webp)
![识别GOarxiv：2502.07152v1 [stat.me] 2025年2月11日](/simg/c/c0d38841188ce8f6f2ea20a930ae622410b7dd28.webp)
![arxiv：2502.05536v1 [physics.gen-ph] 2025年2月8日](/simg/d/d31f598b6e77e63b5007704312eb6b3f8e400457.webp)
![arxiv：2502.09316v1 [CS.CL] 2025年2月13日](/simg/2/22d76863607dc72ae93e2d071280b64d1386a5b9.webp)
![arxiv：2502.00469v1 [Math.cv] 2025年2月1日](/simg/c/c6dab2975c025848ab949e8a56962299c2f354a1.webp)
![arxiv：2502.05647v1 [CS.CC] 2025年2月8日](/simg/4/4aa9440187adea302200dbca2972abd9ba5c89f0.webp)
![arxiv：2502.11082v1 [Physics.App-ph] 2025年2月16日](/simg/0/0581b00c27e76902471366a5a8acab3c4cf0f085.webp)
![arxiv：2502.18639v1 [CS.ET] 2025年2月25日](/simg/7/742ef27604d585bda50228c598090beab893f942.webp)
![arxiv：2502.02572V1 [CS.DS] 2025年2月4日](/simg/6/68691a142bc84b5b40d7b2290991240b592dc7cc.webp)
![arxiv：2502.09635v1 [CS.CL] 2025年2月9日](/simg/5/586452b4ea49441bd6443e8bda3501695cf0efa9.webp)