我最近一直在深入研究神经网络。它们很棒但是有点模糊，至少可以说是难以接近的。我对大量使用积分和火神经元模型的液态机特别感兴趣。这完全逃脱了我。以下是一些问题：
泄漏积分和火神经元的完美神经元配置是什么：https://en.wikipedia.org/wiki/Biological_neuron_model#Leaky_integrate-and-fire？ I.E.如果泄漏整合和火神经元是人造的并且不受生物约束的限制。
它是否适合典型的人工神经元结构或是否会保持其泄漏？
用简单的英语，泄漏整合和消防神经元是如何工作的？它如何适用于液态机器（如果你碰巧知道我知道有点模糊）。
如果您知道任何这些问题的答案，请随时回复！
谢谢！
答案 0 :(得分：1)
你的问题看起来很普遍（因此我认为是downvote），但我会试着解释一下“Leaky Integrate-and-Fire”（LIF）神经元是什么。你必须自己联系Liquid State Machine的东西，因为我不是那方面的专家。
LIF模型的设计是这样的，用于解释当前与电压相关的变化（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基本上是RC-circuit的模型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，它告诉您如果将电流（I）输入神经元，它将变为电容电流（Cm * dVm / dt）和电阻电流（Vm / Rm）。
我们说“整合”，因为神经元将来自先前神经元的所有输入输入集成在一起。我们使用“泄漏”这个词，因为这个模型考虑了它leaks some of the integrating input over time的事实（因为在本质上你通常会进入具有渐进/指数变化的最终状态）。