A plug-and-play hybrid pruning framework for spike-driven transformers via adaptive spiking statistical importance scoring

Hanfei Liu, Shiqi Zhao, Changzeng Fu, Jie Yang, Mohamad Sawan

Article de revue (2026)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel

Mots clés

Département:
Département de génie électrique
Organismes subventionnaires:
National Natural Science Foundation of China, Natural Science Foundation of Hebei Province, National University's Basic Research Foundation of China, Fundamental Research Funds for the Central Universities
Numéro de subvention:
62404037, F2024501017, Z2026-057
Adresse URL de PolyPublie:
https://publications.polymtl.ca/81852/
Titre de la revue :
Neurocomputing ( vol. 703 )
Maison d'édition:
Elsevier BV
DOI:
10.1016/j.neucom.2026.134740
URL officielle:
https://doi.org/10.1016/j.neucom.2026.134740
OAI:
oai:publications.polymtl.ca:81852
ORCID
Date du dépôt:
29 sept. 2026 15:38
Dernière modification:
14 oct. 2026 14:47
Citer en APA 7:
Liu, H., Zhao, S., Fu, C., Yang, J., & Sawan, M. (2026). A plug-and-play hybrid pruning framework for spike-driven transformers via adaptive spiking statistical importance scoring. Neurocomputing, 703, 134740. https://doi.org/10.1016/j.neucom.2026.134740

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document