इस शोधपत्र में, हम अल्जाइमर रोग (AD) के शुरुआती निदान के लिए, विशेष रूप से हल्के संज्ञानात्मक हानि (MCI) चरण में, एक नवीन ऊर्जा-कुशल और व्याख्या योग्य स्पाइकिंग न्यूरल नेटवर्क (SNN)-आधारित आर्किटेक्चर, FasterSNN का प्रस्ताव करते हैं। पारंपरिक SNN की कमजोर प्रतिनिधित्व क्षमता और अस्थिर प्रशिक्षण समस्याओं को दूर करने के लिए, हम एक हाइब्रिड न्यूरल नेटवर्क आर्किटेक्चर डिज़ाइन करते हैं जो जैविक रूप से प्रेरित LIF न्यूरॉन्स, स्थानीय रूप से अनुकूली संवहन और बहु-स्तरीय स्पाइकिंग ध्यान को एकीकृत करता है। यह निदान सटीकता को बनाए रखते हुए 3D MRI डेटा को कुशलतापूर्वक संसाधित करता है, और बेंचमार्क डेटासेट पर प्रयोगों के माध्यम से पारंपरिक तरीकों पर प्रतिस्पर्धी प्रदर्शन, बेहतर दक्षता और स्थिरता प्रदर्शित करता है। स्रोत कोड खुला स्रोत है।
