将脉冲神经网络（SNN）与变换器架构相结合，为边缘视觉应用提供了一条平衡能效与性能的有希望的路径。然而，现有的脉冲变换器面临两个关键挑战：一是与人工神经网络（ANN）相比，性能差距显著；二是在推理过程中内存开销较高。通过理论分析，这两种限制归因于脉冲自注意力（SSA）机制：缺乏局部性偏置以及需要存储大型注意力矩阵。受到生物视觉神经元的局部感受野（LRF）和膜电位动态的启发，提出了LRF-Dyn，该...