본 논문은 뉴로모픽 칩 상에서 구현된 스파이킹 신경망(SNNs)의 배포 후 분포 변화 적응 능력 향상을 위한 온라인 테스트 시간 적응(OTTA) 프레임워크인 임계값 조절(TM) 기법을 제안합니다. 기존 OTTA 방법들이 전통적인 인공 신경망에 초점을 맞춘 것과 달리, TM은 뉴런 역학 기반 정규화를 통해 발화 임계값을 동적으로 조절하여 뉴로모픽 하드웨어와의 호환성을 높였습니다. 벤치마크 데이터셋 실험 결과, TM은 계산 비용을 낮게 유지하면서 분포 변화에 대한 SNN의 강건성을 향상시키는 효과를 보였습니다. 이는 SNN의 온라인 테스트 시간 적응에 대한 실용적인 해결책을 제공하며, 미래 뉴로모픽 칩 설계에 대한 영감을 제공합니다. 소스 코드는 github.com/NneurotransmitterR/TM-OTTA-SNN에서 확인할 수 있습니다.
