تقييم أنظمة التشفير على إشارة المستشعر الشاملة لشبكة الأعصاب المتبثرة

تعتبر الشبكات العصبية المتبثرة (SNNs)، وهي نموذج حوسبة مستوحى من الدماغ، الناشئة لأدائها في الاستنتاج، خاصة من حيث كفاءة الطاقة والكمون الناتج عن اللدونة في معالجة الإشارات. لنشر SNNs في أنظمة الحوسبة الشاملة، يعد ترميز الإشارات من المستشعرات أمرًا حاسمًا لتحقيق دقة عالية وموثوقية. باستخدام قراءات المستشعر الحركي للتعرف على نشاطات صالة الألعاب الرياضية كدراسة حالة، تقوم هذه الدراسة بتقييم شامل لأربعة أنظمة ترميز رئيسية وتنشر SNN المقابل على المعالج العصبي Loihi2 لتقييم الترميز بعد النشر. تم تقييم ترميز المعدل، وترميز الوقت للوصول إلى الومضة الأولى، والترميز الثنائي، وتعديل دلتا باستخدام مقاييس مثل معدل الإطلاق المتوسط، ونسبة الإشارة إلى الضوضاء، ودقة التصنيف، والموثوقية، وكمون الاستدلال والطاقة. في هذه الدراسة، تطلب ترميز الوقت للوصول إلى الومضة الأولى أقل معدل إطلاق (2%) وحقق دقة مقارنة (89%)، رغم أنه كان أقل أنظمة الترميز موثوقية ضد ذبذبات الخطأ (أكثر من 20% انخفاض في الدقة مع معدل ذبذبة ضوضاء 0.1). حقق ترميز المعدل مع تعيين القيمة المثلى إلى الاحتمالية أعلى دقة (91.7%). قدم التشفير الثنائي توازناً بين إعادة بناء المعلومات ومقاومة الضوضاء. أظهر تعديل دلتا متعدد العتبات أفضل موثوقية، مع انخفاض دقة بنسبة 0.7% فقط عند معدل ذبذبة ضوضاء 0.1. تخدم هذه الدراسة الباحثين في اختيار أفضل نظام ترميز لمعالجة إشارات المستشعرات الشاملة المستندة إلى SNN، مخصصاً لمتطلبات الأداء المحددة.