Generalized multi-object classification and tracking with sparse feature resonator networks
基于稀疏特征共振网络的通用多目标分类与跟踪
机构 * Redwood Center for Theoretical Neuroscience, UC Berkeley（红木理论神经科学中心，加州大学伯克利分校） ； Neuromorphic Computing Lab, Intel（神经形态计算实验室，英特尔）
AI总结 本文提出基于共振网络的分析-合成方法，通过稀疏特征实现对物体形状和位置的不变与等变信息提取，实现多目标分类与跟踪。
Comments 6 pages, 2 figures, NICE 2026
