論文の概要: Speed-based Filtration and DBSCAN of Event-based Camera Data with
Neuromorphic Computing
- arxiv url: http://arxiv.org/abs/2401.15212v1
- Date: Fri, 26 Jan 2024 21:22:08 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-30 19:24:00.094250
- Title: Speed-based Filtration and DBSCAN of Event-based Camera Data with
Neuromorphic Computing
- Title(参考訳): ニューロモルフィックコンピューティングを用いたイベントベースカメラデータの速度ベースフィルタリングとDBSCAN
- Authors: Charles P. Rizzo, Catherine D. Schuman, James S. Plank
- Abstract要約: スパイキングニューラルネットワークは、イベントベースカメラ(EBC)とうまくペアリングする強力な計算要素である
本研究では、EBCからイベントを処理する2つのスパイクニューラルネットワークアーキテクチャについて、その速度に基づいてイベントを分離・フィルタリングするアーキテクチャと、DBSCANアルゴリズムに基づいてイベントをクラスタ化するアーキテクチャを提案する。
- 参考スコア(独自算出の注目度): 1.1663475941322277
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Spiking neural networks are powerful computational elements that pair well
with event-based cameras (EBCs). In this work, we present two spiking neural
network architectures that process events from EBCs: one that isolates and
filters out events based on their speeds, and another that clusters events
based on the DBSCAN algorithm.
- Abstract(参考訳): スパイクニューラルネットワークは、イベントベースのカメラ(EBC)とうまく結合する強力な計算要素である。
本研究では、EBCからイベントを処理する2つのスパイクニューラルネットワークアーキテクチャについて、その速度に基づいてイベントを分離・フィルタリングするアーキテクチャと、DBSCANアルゴリズムに基づいてイベントをクラスタ化するアーキテクチャを提案する。
関連論文リスト
- Neuromorphic Wireless Split Computing with Multi-Level Spikes [69.73249913506042]
ニューロモルフィックコンピューティングでは、スパイクニューラルネットワーク(SNN)が推論タスクを実行し、シーケンシャルデータを含むワークロードの大幅な効率向上を提供する。
ハードウェアとソフトウェアの最近の進歩は、スパイクニューロン間で交換された各スパイクに数ビットのペイロードを埋め込むことにより、推論精度をさらに高めることを示した。
本稿では,マルチレベルSNNを用いた無線ニューロモルフィック分割計算アーキテクチャについて検討する。
論文 参考訳(メタデータ) (2024-11-07T14:08:35Z) - SDformerFlow: Spatiotemporal swin spikeformer for event-based optical flow estimation [10.696635172502141]
イベントカメラは、光強度の変化をキャプチャする非同期でスパースなイベントストリームを生成する。
スパイキングニューラルネットワーク(SNN)も同様の非同期特性とスパース特性を共有しており、イベントカメラに適している。
本稿では,STTFlowNetとSDFlowformerという,高速かつ堅牢なイベントカメラ用光フロー推定手法を提案する。
論文 参考訳(メタデータ) (2024-09-06T07:48:18Z) - Spiking-Fer: Spiking Neural Network for Facial Expression Recognition
With Event Cameras [2.9398911304923447]
Spiking-FER」は深層畳み込みSNNモデルであり、類似したニューラルネットワーク(ANN)と比較する。
実験の結果,提案手法はANNアーキテクチャに匹敵する性能を達成し,最大65.39倍のエネルギーを消費することがわかった。
論文 参考訳(メタデータ) (2023-04-20T10:59:56Z) - Dual Memory Aggregation Network for Event-Based Object Detection with
Learnable Representation [79.02808071245634]
イベントベースのカメラはバイオインスパイアされたセンサーで、各ピクセルの明るさ変化を非同期に捉える。
イベントストリームは、正極性と負極性の両方のためにx-y-t座標の格子に分割され、3次元テンソル表現として柱の集合が生成される。
長メモリは適応型convLSTMの隠れ状態に符号化され、短メモリはイベントピラー間の空間的時間的相関を計算することによってモデル化される。
論文 参考訳(メタデータ) (2023-03-17T12:12:41Z) - Basic Binary Convolution Unit for Binarized Image Restoration Network [146.0988597062618]
本研究では,画像復元作業における残差接続,BatchNorm,アクティベーション機能,構造などのバイナリ畳み込みのコンポーネントを再検討する。
本研究の成果と分析に基づいて, 単純で効率的な基本二元畳み込みユニット (BBCU) を設計した。
我々のBBCUは、他のBNNや軽量モデルよりも大幅に優れており、BBCUがバイナライズされたIRネットワークの基本ユニットとして機能することを示しています。
論文 参考訳(メタデータ) (2022-10-02T01:54:40Z) - Event-based Video Reconstruction via Potential-assisted Spiking Neural
Network [48.88510552931186]
バイオインスパイアされたニューラルネットワークは、イベント駆動ハードウェア上での計算効率の向上につながる可能性がある。
完全スパイキングニューラルネットワーク(EVSNN)に基づくイベントベースビデオ再構成フレームワークを提案する。
スパイクニューロンは、そのような時間依存タスクを完了させるために有用な時間情報(メモリ)を格納する可能性がある。
論文 参考訳(メタデータ) (2022-01-25T02:05:20Z) - Scaling the training of particle classification on simulated MicroBooNE
events to multiple GPUs [0.16777183511743468]
本稿では,複数のノードにまたがる複数のアーキテクチャ上でのLArTPC分類問題のスケーリングについて検討する。
我々の知る限り、これは粒子物理学における最先端の畳み込みニューラルネットワークの最初の使用である。
我々は,特に深部地下ニュートリノ実験(DUNE)のLArTPCプログラムの利点を期待する。
論文 参考訳(メタデータ) (2020-04-17T20:21:27Z) - Event-based Asynchronous Sparse Convolutional Networks [54.094244806123235]
イベントカメラはバイオインスパイアされたセンサーで、非同期でスパースな「イベント」の形で画素ごとの明るさ変化に反応する。
同期画像のようなイベント表現で訓練されたモデルを、同じ出力を持つ非同期モデルに変換するための一般的なフレームワークを提案する。
理論的および実験的に、これは高容量同期ニューラルネットワークの計算複雑性と遅延を大幅に減少させることを示す。
論文 参考訳(メタデータ) (2020-03-20T08:39:49Z) - Event Probability Mask (EPM) and Event Denoising Convolutional Neural
Network (EDnCNN) for Neuromorphic Cameras [17.052172112344547]
本稿では,各画素における事象の発生確率を短時間で算出し,実世界のニューロモルフィックカメラデータにラベル付けする手法を提案する。
その応用例としては、イベント復調性能のベンチマーク、(ii)ノイズ除去のための畳み込みニューラルネットワークのトレーニング、(iii)内部のニューロモルフィックカメラパラメータの推定がある。
論文 参考訳(メタデータ) (2020-03-18T15:44:05Z) - Spike-FlowNet: Event-based Optical Flow Estimation with Energy-Efficient
Hybrid Neural Networks [40.44712305614071]
本稿では,SNNとANNを統合したディープハイブリッドニューラルネットワークアーキテクチャであるSpike-FlowNetを提案する。
このネットワークは、MVSEC(Multi-Vehicle Stereo Event Camera)データセット上で、セルフ教師付き学習でエンドツーエンドにトレーニングされている。
論文 参考訳(メタデータ) (2020-03-14T20:37:21Z) - Event-Based Angular Velocity Regression with Spiking Networks [51.145071093099396]
スパイキングニューラルネットワーク(SNN)は、数値ではなく時間スパイクとして伝達される情報を処理する。
本稿では,イベントカメラから与えられた事象の時間回帰問題を初めて提案する。
角速度回帰を行うためにSNNをうまく訓練できることが示される。
論文 参考訳(メタデータ) (2020-03-05T17:37:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。