432-多突触脉冲神经元及其时空动力学编码

这项研究介绍了一种多突触放行（MSF）神经元模型，旨在解决传统脉冲神经元难以同时处理空间强度和时间动态的局限。该模型受到生物界一个轴突与同一 postsynaptic 神经元建立多个突触现象的启发，通过引入多阈值机制实现了更高效的空时编码。研究者从理论上推导出了最优阈值选择与参数优化准则，确保了深度脉冲神经网络在扩展至大规模模型时不会出现性能退化。实验证明，MSF 神经元在图像重建、目标检测及生物信号处理等任务中表现优异，准确率显著超越传统的 LIF 神经元。此外，该模型在保持低功耗与低延迟优势的同时，展现出与硬件高度兼容的特性。这项成果不仅揭示了人工智能与生物神经元之间的内在联系，也显著推动了类脑计算在现实复杂场景中的应用水平。

References:

• Fan L, Shen H, Lian X, et al. A multisynaptic spiking neuron for simultaneously encoding spatiotemporal dynamics[J]. Nature Communications, 2025, 16(1): 7155.