标签
该论文提出 HRF-Res，一种用谐振放电（HRF）神经元替代传统 LIF 神经元的液态状态机，使脉冲储层具备频率选择性动力学，在十个基准上达到脉冲储层方法的最先进精度，同时比等效非脉冲振荡储层能耗降低多达 19 倍。
SHARP 提出了一种受生物学启发的框架，将记忆积累与模式识别分离，在离线睡眠阶段使用加速重放来学习流式环境中的长程非平稳时序模式。它在 text8 和 PG-19 上提升了上下文保持能力，同时保持了计算效率。