1. 一眼概覽

FSTA-SNN 提出了一種頻域驅(qū)動的時空注意力模塊（FSTA），顯著提升脈沖神經(jīng)網(wǎng)絡(luò)（SNN）的特征學(xué)習(xí)能力與能效，在多個數(shù)據(jù)集上實現(xiàn)了更優(yōu)性能和更低的脈沖發(fā)放率。

2. 核心問題

當(dāng)前 SNN 在信息稀疏表示方面雖具能效優(yōu)勢，但其中間脈沖輸出存在冗余且缺乏系統(tǒng)分析，導(dǎo)致特征提取能力受限、性能不穩(wěn)定。論文核心關(guān)注的問題是：如何在不增加能耗的前提下，抑制冗余脈沖、增強(qiáng)關(guān)鍵特征提取能力，從而提升 SNN 的整體性能與魯棒性。

3. 技術(shù)亮點

• 頻域分析揭示 SNN 學(xué)習(xí)偏好：首次系統(tǒng)性地從頻域角度分析 SNN 不同層級與時序特征的學(xué)習(xí)行為，發(fā)現(xiàn)淺層偏向垂直特征，深層偏向水平特征，不同時間步特征趨于穩(wěn)定。
• 提出 FSTA 模塊：設(shè)計輕量級的頻域驅(qū)動時空注意力模塊，結(jié)合 DCT 空間注意力和可學(xué)習(xí)的時間注意力，顯著抑制冗余脈沖，提升有效特征表達(dá)。
• 性能與能耗雙優(yōu)：在 CIFAR-10、CIFAR-100、ImageNet、CIFAR10-DVS 等多個數(shù)據(jù)集上，F(xiàn)STA-SNN 實現(xiàn)最優(yōu)精度表現(xiàn)，同時脈沖發(fā)放率降低約 33.99%，能耗無顯著增加。

4. 方法框架

FSTA 模塊以 plug-and-play 形式嵌入任意 SNN 網(wǎng)絡(luò)層，包含兩個子模塊：

1）DCT-based 空間注意力模塊

? 利用固定 DCT 卷積核提取不同頻率分量，捕捉更豐富的空間特征；

? 將頻域壓縮結(jié)果與原始特征點乘，強(qiáng)化重要區(qū)域。

2）時間注意力模塊

? 基于平均池化與最大池化提取每個時間步的脈沖幅值特征；

? 經(jīng)線性層與 Sigmoid 得到時間注意力權(quán)重，動態(tài)調(diào)整每個時間步貢獻(xiàn)度。

5. 實驗結(jié)果速覽

FSTA-SNN 在多個數(shù)據(jù)集上顯著優(yōu)于現(xiàn)有 SOTA 方法：

? CIFAR-10：ResNet19 架構(gòu)下準(zhǔn)確率達(dá) 96.52%，提升 0.44%；

? CIFAR-100：ResNet19 提升至 80.42%，為當(dāng)前最高；

? ImageNet：ResNet34 準(zhǔn)確率達(dá) 70.23%，領(lǐng)先現(xiàn)有方法近 3%；

? CIFAR10-DVS（動態(tài)數(shù)據(jù)）：ResNet20 達(dá)到 82.70%，性能最優(yōu)；

? 脈沖發(fā)放率減少：整網(wǎng)發(fā)放率下降約 33.99%。

6. 實用價值與應(yīng)用

FSTA-SNN 在不增加復(fù)雜性的前提下大幅提升 SNN 能效和表現(xiàn)，極具應(yīng)用潛力：

? 低功耗智能設(shè)備：適用于邊緣計算、神經(jīng)擬態(tài)芯片等對能效要求高的場景；

? 事件驅(qū)動視覺處理：強(qiáng)化在動態(tài)視覺（如 DVS 攝像頭）中的實時處理能力；

? 脈沖神經(jīng)芯片部署：減少冗余脈沖，延長硬件壽命，利于大規(guī)模落地應(yīng)用。

7. 開放問題

? 當(dāng)前 FSTA 的頻域卷積核為固定設(shè)計，未來是否能引入可學(xué)習(xí)頻率權(quán)重，實現(xiàn)自適應(yīng)頻率感知？

? 不同任務(wù)中（如檢測、分割）是否也存在類似的空間-頻率偏好特征？FSTA 能否通用遷移？

? 在超低時間步設(shè)置下，F(xiàn)STA 的抑冗與增強(qiáng)效果是否仍能保持？