[논문 리뷰] A Survey of Spiking Neural Network Accelerator on FPGA
요약: 이 문서는 FPGA 기반 스파이킹 신경망 가속기에 관한 의도된 조사가 아니라 IEEEtran LaTeX 템플릿과 형식 지침에 대한 안내입니다.
Due to the ability to implement customized topology, FPGA is increasingly used to deploy SNNs in both embedded and high-performance applications. In this paper, we survey state-of-the-art SNN implementations and their applications on FPGA. We collect the recent widely-used spiking neuron models, network structures, and signal encoding formats, followed by the enumeration of related hardware design schemes for FPGA-based SNN implementations. Compared with the previous surveys, this manuscript enumerates the application instances that applied the above-mentioned technical schemes in recent research. Based on that, we discuss the actual acceleration potential of implementing SNN on FPGA. According to our above discussion, the upcoming trends are discussed in this paper and give a guideline for further advancement in related subjects.
연구 동기 및 목표
- 다른 IEEE 게시 유형(journal, conference, compsoc)에 대해 IEEEtran LaTeX 클래스 사용 방법을 설명합니다.
- IEEE 제출물에 대한 전면 정보, 초록, 키워드 및 러닝 헤드에 대한 지침을 제공합니다.
- 섹션, 그림, 표, 참고문헌, 약력 등 IEEE 표준에 따라 일반적인 본문 및 백 매터 요소를 설명합니다.
제안 방법
- 저널, 컨퍼런스 및 학회 간행물에 적용할 때의 documentclass 옵션을 설명합니다.
- IEEE 양식의 2단 열 출력을 생성하고 IEEE Xplore용 XML/HTML로 변환하는 권장 워크플로를 제시합니다.
- 제목, 저자, 초록, 섹션, 인용, 그림, 표, 방정식 및 참고문헌에 대한 구체적인 코딩 예제를 제공합니다.
- 일반적인 형식 문제를 피하기 위한 LaTeX 수학, 표시식, 교차 참조의 모범 사례를 요약합니다.
- 재현 가능한 IEEE 제출물을 위한 유지 관리 체크리스트 및 BibTeX 지침을 제공합니다.
실험 결과
연구 질문
- RQ1LaTeX에서 저널, 컨퍼런스 및 compsoc 등의 서로 다른 게시 유형에 대해 올바른 IEEEtran 옵션은 무엇인가요?
- RQ2IEEE 제출을 위한 전면 정보(제목, 저자, 초록, 키워드)는 어떻게 코딩되어야 합니까?
- RQ3IEEEtran 문서에서 그림, 표, 방정식 및 참고문헌에 대한 권장 실습은 무엇입니까?
주요 결과
- IEEEtran 템플릿은 저널, 컨퍼런스 및 학회 간행물에 맞추기 위한 특정 클래스 옵션을 제공합니다.
- 가이드라인은 IEEE 준수 제출물을 보장하기 위한 전면 정보, 러닝 헤드 및 초록 형식을 다룹니다.
- 문서는 올바른 형식을 돕기 위한 섹션, 인용, 그림, 표, 방정식 및 약력에 대한 자세한 예제를 포함합니다.

더 나은 연구,지금 바로 시작하세요
연구 설계부터 논문 작성까지, 연구 시간을 획기적으로 줄여보세요.
카드 등록 없음 · 무료 플랜 제공
이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.