스파이킹 웨이블릿 트랜스포머: 에너지 효율적이고 정확한 시각 인식을 위한 새로운 접근법

스파이킹 신경망은 뇌의 이벤트 기반 처리를 모방하여 에너지 효율적인 대안을 제공하지만, 기존 트랜스포머 기반 모델은 고주파 패턴을 포착하는 데 한계가 있다. 본 연구는 스파이킹 웨이블릿 트랜스포머(SWformer)를 제안하여, 웨이블릿 변환을 활용해 공간-주파수 특징을 효과적으로 학습함으로써 이를 해결한다.