我对水库计算世界非常陌生，我听说液态机器（LSM）是某种尖峰神经元网络模型（SNN）。确切地说，两者之间的实施方式有何不同。
我需要明确的另一个方面是他们的对手Echo状态网络（ESN）的Leaky集成商模型。 我从论坛的另一个答案中发现，正如我所看到的那样（我可能是错的）两种方法之间的巨大差异是个体单位。在液态机中使用生物像神经元，并且在Echo状态下使用更多的模拟单元。因此，就“非常短期记忆”而言，液体状态接近每个神经元记住其自身的历史，其中在回声状态方法中，每个单独的神经元仅基于当前状态作出反应，存储在单元之间的活动中的存储器
请告诉我这是否正确，如果不是它背后的实际概念。
答案 0 :(得分：3)
尖峰神经元是神经元模型。另一方面，LSM是网络模型。因此LSM是具有尖峰神经元（也称为分级响应或模拟）的一组网络模型的一部分。 ESN具有与普通感知器相同的单位，因此是其他（更受欢迎的）范例的一部分，其中神经元在每个传播周期中发射。 This给出了一个简单的介绍。基本思想是不将神经元视为二进制/数字（开/关），而是通过解码尖峰之间的时间进行模拟，这被认为是神经元之间信息传输的主要来源。人类的大脑是模拟的还是数字的是未知的，但两者的证据以及真正的机制都是完全不同的。因此，一个模型实际是否更加真实，实际上并不能确定。