首页 /研究 /用于自适应深部脑刺激的神经形态能量感知学习
LEARNING

用于自适应深部脑刺激的神经形态能量感知学习

Binh Nguyen, Colleen Josephson, Mircea Teodorescu, Gert Cauwenberghs, Jason Eshraghian

发表年份
2026
访问权限
开放获取

摘要

该论文提出了一种能量感知学习方法,将执行器能耗直接纳入强化学习奖励函数,并在帕金森病深部脑刺激闭环系统中验证。通过稀疏性约束知识蒸馏将策略压缩到神经形态处理器上,实现了刺激电荷减少80%且推理功耗仅0.52毫瓦。

关键词

neuromorphic computingenergy-aware learningdeep brain stimulationreinforcement learningspiking neural network

相关论文

查看 LEARNING 分类全部论文