脈衝神經網絡spiking neural networkSNN)係所謂嘅第三代人工神經網絡,嘗試進一步真實噉模擬生物神經網絡,重點在於會考慮時間:喺現實世界嘅生物神經網絡當中,唔同神經細胞之間嘅連繫可能會喺長度上唔一致,而呢類嘅原因會令到(例如)一粒神經細胞射訊號嗰陣,受佢訊號嗰啲細胞會喺唔同時間點收到個訊號;相比之下,廿世紀嘅人工神經網絡並冇考慮呢一點,當一粒人工神經細胞射訊號嗰時,下一排嗰啲細胞冚唪唥都會喺同一時間點收到個訊號。於是,脈衝神經網絡喺運算嗰陣,係以模擬嘅時間點(而唔係以運算週期)做個 foreach迴圈嘅基礎,簡單啲講嘅話[1][2]

 Foreach 模擬嘅時間點, // 非脈衝神經網絡會係「foreach 細胞層,計...」
   記住每個訊號嘅位置;
   按訊號速度,計出每個訊號喺下一個時間點嘅位置;
   按啟動函數,計吓邊啲細胞要啟動;
   ......

為咗更加接近現實嘅生物神經細胞,脈衝神經細胞好多時會用「人工神經細胞射訊號嘅頻率」等嘅變數做網絡嘅輸出。詳情可以睇吓神經編碼(neural coding)[3]

  1. Maass, W. (1997). Networks of spiking neurons: the third generation of neural network models. Neural networks, 10(9), 1659-1671.
  2. Using ODE for spiking neural networks. MathWorks.
  3. Gerstner, W., & Kistler, W. M. (2002). Spiking neuron models: Single neurons, populations, plasticity. Cambridge university press.