TENNs-PLEIADES: Erstellung von zeitlichen Kernen mit orthogonalen Polynomen

Wir stellen ein neuronales Netzwerk namens PLEIADES (PoLynomiAl Expansion In adaptiven verteilten ereignisbasierten Systemen) vor, das zur Architektur der TENNs (Temporal Neural Networks) gehört. Der Fokus liegt auf der Schnittstelle zwischen diesen Netzen und ereignisbasierten Daten, um Online-Spatiotemporal-Klassifikation und -Detektion mit geringer Latenz durchzuführen. Durch die Verwendung strukturierter zeitlicher Kerne und ereignisbasierter Daten haben wir die Freiheit, die Abtastrate der Daten sowie den Diskretisierungsschritt des Netzes zu variieren, ohne zusätzliche Feinabstimmung durchzuführen.Wir haben drei ereignisbasierte Benchmarks getestet und dabei bei allen dreien erheblich bessere Ergebnisse als der aktuelle Stand der Technik erzielt, wobei die Speicher- und Rechenkosten deutlich geringer waren. Unsere Ergebnisse sind: 1) eine Genauigkeit von 99,59 % mit 192K Parametern auf dem DVS128 Hand Gesture Recognition-Datensatz und 100 % mit einem kleinen zusätzlichen Ausgabefilter; 2) eine Testgenauigkeit von 99,58 % mit 277K Parametern beim AIS 2024 Eye Tracking Challenge; und 3) einen mAP-Wert von 0,556 mit 576K Parametern auf dem PROPHESEE 1 Megapixel Automotive Detection Datensatz.