知识卡片

普通读书笔记卡 · 9600.l · 生成模型:DeepSeek-V4.1-Flash

LIF方程的三项

理解等级:中级

LIF 神经元用一个膜电位概括状态,连续动力学可写成 τm dVi/dt = −(Vi − Vrest) + Vext + Σj Vj wji。三项各司其职:积分项 Σj Vj wji 把前端神经元的输出 Vj 按突触权重 wji 加权累加,等价于 ANN 的乘累加;泄漏项 −(Vi − Vrest) 让膜电位在无输入时指数回归静息电位 Vrest,τm 是时间常数,决定泄漏快慢;外部激励 Vext 是额外驱动。膜电位累加到阈值 Vth 就发放脉冲并复位到 Vreset(常取 0),随后进入不应期 τref,最大发放频率因此被 1/τref 封顶。与 ANN 的关键差别是 Vi 不是瞬态值,它携带历史,等于给神经元加了记忆,这也是它被称为有状态网络的原因。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《基于类脑计算的目标检测与跟踪技术》第8章 类脑计算平台及其目标检测与跟踪应用(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt008.html) - 结论依据:LIF 神经元用一个膜电位概括状态,连续动力学可写成 τm dVi/dt = −(Vi − Vrest) + Vext + Σj Vj wji。 - 原始内容:不同的是,LIF动力学中神经元的状态信息不再是瞬态值,而与历史状态信息有关,可以理解为带有记忆能力的ANN。