감정 SNN의 클래스 점진 학습을 위한 진동성 시상-피질 게이팅

한줄 요약

Maya-Manas는 스파이킹 신경망의 클래스 점진 학습을 위해 진동성 LIF 게이트(O-LIF)를 fc1 계층에 도입하여 역방향 전이를 개선한 방법이다.

풀어야 하는 문제

스파이킹 신경망에서 지속 학습 시 발생하는 파괴적 망각을 완화하고, 특히 이전 작업의 성능을 유지하는 역방향 전이를 개선해야 한다.

접근 방법

O-LIF 게이트는 순전파 내에서 코사인 형태의 역치 하강을 통해 Vikalpa(최대 억제)에서 Sankalpa(완전 수용)로 전환하며, 임계값 이상의 스파이크만 Vairagya 보호를 받도록 한다. 5조건 절제 실험을 통해 구조와 진동의 기여를 분리 분석했다.

결과·기여

Split-CIFAR-100 (10 태스크)에서 전체 Maya-Manas는 AA 15.19%, BWT -50.91%로 기준 대비 각각 +0.84pp, +1.77pp 향상되었으며, 진동 없는 구조는 개선이 없음을 확인했다.