个人收集精力有限，欢迎各位评论或者私信告知SNN相关论文研究！

目录

说明

这篇博客主要用于记录2026年在人工智能领域顶会顶刊（ICML、NeurIPS、ICLR、CVPR、ECCV、AAAI、IJCAI等）上发表的SNN相关的论文，会附上相关论文的链接及简单介绍，正在更新中…
更新SNN相关论文、动态信息，欢迎浏览讨论！

AAAI 2026

• 论文1: MPD-SGR: Robust Spiking Neural Networks with Membrane Potential Distribution-Driven Surrogate Gradient Regularization

  • 由浙江大学研究人员发表于AAAI 2026。

• 论文2: A Closer Look at Knowledge Distillation in Spiking Neural Network Training

  • 由合肥工业大学等研究人员发表于AAAI 2026。

• 论文3: Exploring the Potentials of Spiking Neural Networks for Image Deraining

  • 由英国杜伦大学等研究人员发表于AAAI 2026。
  • 指出：在图像去雨任务中，LIF神经元固有地强调高密度、高频的雨信息。
  • 神经生理学表明腹侧视觉通路中下颞叶皮层（IT皮层）的神经元通过整合跨越空间扩展感受野的刺激来识别复杂物体特征。
  • 提出了Vision-LIF（V-LIF），将输入以patch为单位合并至时间维度，使得低强度像素位置的神经元能够受到邻近区域的影响而促进发放。采用整数发放机制并进行正则化提升训练稳定性，应用时间注意力、时间压缩及通道压缩方法。
  • 提出了Spiking Residual Block (SDEM)，以脉冲神经元解耦输入特征中的低频和高频组件。

• 论文4: Temporal Dynamics Enhancer for Directly Trained Spiking Object Detectors

  • 由中科院自动化所等研究人员发表于AAAI 2026。
  • 提出了Temporal Dynamics Enhancer(TDE)。
  • Spiking Encoder (SE)：直接编码时在后面的时间步长对输入和前一个时刻的编码特征一起进行卷积操作，然后送到LIF神经元产生脉冲。
  • Attention Gating Module (AGM)：使用注意力机制对膜电势进行关注，然后用于SE部分控制前一个时刻的特征和当前时刻输入的权重。

ICLR 2026

• 论文1: Time Is All It Takes: Spike-Retiming Attacks on Event-Driven Spiking Neural Networks
  • 由南洋理工大学等研究人员发表于ICLR 2026。

CVPR 2026【暂未公布录用结果】

IJCAI 2026【暂未公布录用结果】

ICML 2026【暂未公布录用结果】

ECCV 2026【暂未开启投稿】

ACM MM 2026【暂未开启投稿】

NeurIPS 2026【暂未开启投稿】

本文出自于CSDN-lan人啊，转载请注明！