深度脉冲神经网络的多尺度进化神经架构搜索（英文版）

英文标题：Multi-scale Evolutionary Neural Architecture Search for Deep Spiking Neural Networks中文摘要：本论文提出了一种基于大脑多尺度拓扑结构的多尺度进化神经架构搜索算法 (MSE-NAS)，通过基于神经激发的间接评估函数 (表示不同矩阵 RDMs) 演化单个神经元操作，从而得到具有卓越可扩展性和迁移性的 SNN 架构。实验结果表明，该算法在静态数据集 (CIFAR10, CIFAR100) 和神经形态数据集 (CIFAR10-DVS 和 DVS128-Gesture) 上均取得了最新技术水平 (SOTA) 的性能表现，而不需要训练，同时不影响在不同尺度上的生物解释性。英文摘要：Spiking Neural Networks (SNNs) have received considerable attention not onlyfor their superiority in energy efficient with discrete signal processing, butalso for t