Archivio Istituzionale della RicercaLETO, BENEDETTO
LETO, BENEDETTO
Dipartimento Interateneo di Scienze, Progetto e Politiche del Territorio
052391
Mostra
records
Risultati 1 - 2 di 2 (tempo di esecuzione: 0.006 secondi).
A LIF-based Legendre Memory Unit as neuromorphic State Space Model benchmarked on a second-long spatio-temporal task
2025 Leto, Benedetto; Urgese, Gianvito; Macii, Enrico; Fra, Vittorio
Natively Neuromorphic LMU Architecture for Encoding-Free SNN-Based HAR on Commercial Edge Devices
2024 Fra, Vittorio; Leto, Benedetto; Pignata, Andrea; Macii, Enrico; Urgese, Gianvito
| Citazione | Data di pubblicazione | Autori | File |
|---|---|---|---|
| A LIF-based Legendre Memory Unit as neuromorphic State Space Model benchmarked on a second-long spatio-temporal task / Leto, B., Urgese, G., Macii, E., Fra, V.. - (2025), pp. 1-9. (IEEE Neuro-Inspired Computational Elements Conference, NICE 2025 Heidelberg (DE) 2025) [10.1109/nice65350.2025.11065250]. | 1-gen-2025 | Leto, BenedettoUrgese, GianvitoMacii, EnricoFra, Vittorio | A_LIF-based_Legendre_Memory_Unit_as_neuromorphic_State_Space_Model_benchmarked_on_a_second-long_spatio-temporal_task.pdf |
| Natively Neuromorphic LMU Architecture for Encoding-Free SNN-Based HAR on Commercial Edge Devices / Fra, V., Leto, B., Pignata, A., Macii, E., Urgese, G.. - ELETTRONICO. - 15025:(2024), pp. 377-391. (33 rd International Conference on Artificial Neural Networks Lugano (CH) September 17–20, 2024) [10.1007/978-3-031-72359-9_28]. | 1-gen-2024 | Fra, VittorioLeto, BenedettoPignata, AndreaMacii, EnricoUrgese, Gianvito | 978-3-031-72359-9_28.pdf |