DLIF动态尖峰神经元

互信息翻倍

一种带动态阈值与自调节发放率的动态漏积分发放神经元模型，以极简结构提升深度尖峰网络的适应性与性能。

但永平 · Sun, Changhao · Li, Hengyi · Meng, Lin

Applied Intelligence 2025

参数信息

静态数据集准确率提升范围
0.01–1.99 %
神经形态数据集准确率提升范围
0.14–7.50 %
互信息倍数
2
时间步数
6

技术优势

结构极简

无需卷积或复杂残差结构，仅由全连接层和尖峰神经元层组成两级决策结构，降低复杂度与参数化尖峰神经元堆叠。

更快收敛

仅用6个时间步即可达到超越多类最先进方法的性能，降低推理延迟与计算开销。

信息量翻倍

DLIF模型的信息处理能力显著优于其他神经元，互信息达到两倍。

应用场景