S-MoveNet星载姿态估计可部署性评估
热点事件持续更新
S-MoveNet星载姿态估计可部署性评估
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Jonathan Courtois等发表论文，评估脉冲神经网络模型 S-MoveNet-Lightning 用于航天器姿态估计的可部署性，并在 RAPTOR 数据集上与标准版 MoveNet-Lightning 比较性能和运行成本。结果显示，相比部署在 FPGA、使用 AMD DPU 的非脉冲方案，脉冲方案平均所需乘加运算次数少 2.2 倍；这反映的是计算量对比，论文摘要未给出性能指标的具体比较结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
S-MoveNet-Lightning 用于近未来星载脉冲神经网络姿态估计的可部署性评估报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningS-MoveNet-Lightning 用于近未来星载脉冲神经网络姿态估计的可部署性评估
研究评估了面向自主航天器的 S-MoveNet-Lightning 在星载姿态估计中的可部署性，并与标准版 MoveNet-Lightning 比较性能和运行成本。基于 RAPTOR 数据集的结果显示，相较于部署在 FPGA、使用 AMD Deep Learning Processor Unit（DPU）的非脉冲方案，脉冲神经网络平均所需乘加运算次数少 2.2 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。