본 연구는 Q-K 어텐션 메커니즘을 기반으로 한 계층적 구조의 스파이킹 트랜스포머 모델 QKFormer를 제안한다. QKFormer는 기존 모델들에 비해 월등한 성능을 보이며, 특히 ImageNet-1K 데이터셋에서 85.65%의 정확도를 달성하여 직접 학습된 SNN 모델 중 최초로 85% 이상의 정확도를 달성하였다.
