이번주 월요일에는 허정윤 연구원이 DNN을 SNN으로 효과적으로 변환시키기 위한 방법을 소개하는 논문을 발표했습니다. SNN 기술의 발달에 따라 ANN의 활성화 함수를 SNN의 스파이킹 뉴런으로 효율적으로 변환하여 SNN에서 ANN의 높은 학습 성능을 응용할 수 있도록 하는 연구들이 각광 받고 있습니다. 이를 ANN-SNN Conversion이라고 하는데 이번주 월요일에 허정윤 연구원이 이 기술의 근간이 되는 논문을 선정하여 발표했습니다. 이 논문에서는 기존의 활성 함수인 ReLU 함수에 어떠한 Threshold를 둬서 최대한 SNN의 스파이킹 뉴런과 비슷한 Activation을 보일 수 있도록 유도하였습니다. 저희가 지금 개발 중인 Novel spiking yolo에서도 이를 이용하여 Yolo의 detection 성능은 살리면서 에너지 효율성을 높일 수 있는 연구를 진행할 수 있을 것 같습니다.