我最近一直在研究神经网络。它们很棒，但至少有点晦涩难懂。我对大量使用集成和激活神经元模型的液态机特别感兴趣。但我完全不明白。以下是一些问题:
-
什么是完美的神经元配置漏整合和火神经元:https://en.wikipedia.org/wiki/Biological_neuron_model#Leaky_integrate-and-fire?即，如果漏出的整合与放电神经元是人造的，并且不受生物限制。
-
那么它是否适合一个典型的人工神经元结构，或者它会保留它的泄漏性?
-
说白了，漏出的神经元是如何工作的?它如何适合一个液态机(如果你碰巧知道有点晦涩的我知道)。
如果你知道这些问题的答案，请随时回复!
谢谢!
你的问题似乎是相当普遍的(因此我认为不赞成)，但我将尝试向你解释什么是"漏的整合和火"(liff)神经元。你必须自己把液态机的东西联系起来，因为我不是这方面的专家。
LIF模型是这样设计的，用来解释电流如何随电压而变化(反之亦然)。这是对真实神经元中发生的事情的过度简化，这意味着我们创建了一个模型，它基本上是一个 rc电路，来描述通过神经元发生的电化学相互作用。
LIF神经元的作用是，它告诉你，如果你向神经元输入电流(I)，它会变成电容电流(Cm*dVm/dt)和阻性电流(Vm/Rm)。
我们说"整合"，因为该神经元将所有来自前一个神经元的输入整合在一起。我们使用"泄漏"这个词，因为这个模型考虑了它随着时间的推移泄漏一些积分输入的事实(因为在本质上你通常会得到一个渐进/指数变化的最终状态)。
这是Gerstner的另一个解释，可能要好得多。