지속 학습 평가 라이브러리: SNN 에너지 효율성 확장

cl-metrics는 지속 학습(Continual Learning) 모델의 표준 평가 지표(평균 정확도, 역전이, 순전이 등)를 계산하는 파이썬 라이브러리입니다. 이 라이브러리는 N×N 태스크별 정확도 행렬만으로 작동하며, 특정 훈련 프레임워크에 의존하지 않아 논문 간 결과 비교를 어렵게 하는 평가 공식의 미묘한 불일치를 해소합니다. 특히, cl-metrics는 스파이킹 신경망(SNN)의 지속 학습을 위한 최초의 표준화된 평가 도구를 제공합니다. 이는 스파이크 발화율에 기반한 네 가지 에너지 효율성 지표를 포함하여, 정확도만으로는 포착하기 어려운 정확도-에너지 트레이드오프를 정량화합니다. 모든 지표 구현은 원본 논문의 공식을 정확히 따르며, Split-CIFAR-10 및 Split-CIFAR-100 벤치마크에서 Maya Research Series를 통해 검증되었습니다. 이 연구는 Advaita Vedantic Antahkarana를 SNN의 계산 기본 요소로 구현하는 Maya Core 시리즈의 일부입니다. 이 라이브러리는 지속 학습 연구의 평가 일관성을 높이고, 특히 SNN 분야에서 에너지 효율성을 고려한 보다 심층적인 분석을 가능하게 함으로써 해당 분야의 발전에 기여합니다.