GAIN模型：基于Izhikevich模型适应的自然启发神经网络框架
神经元与认知
2025-06-06 v1 人工智能
神经与进化计算
摘要
虽然许多神经网络专注于通过层来处理信息，但GAIN模型使用基于网格的结构来提高生物合理性和模型的动力学特性。网格结构有助于神经元与其最近的邻居进行交互并改善它们彼此之间的连接，这在生物神经元中可见。虽然也使用Izhikevich模型实现，但这种方法允许进行计算高效且生物学上准确的模拟，有助于神经网络、大规模模拟以及神经科学领域的发展。这种Izhikevich模型的适应可以改善模型的动力学和准确性，使其用途既专门化又高效。
引用
@article{arxiv.2506.04247,
title = {The GAIN Model: A Nature-Inspired Neural Network Framework Based on an Adaptation of the Izhikevich Model},
author = {Gage K. R. Hooper},
journal= {arXiv preprint arXiv:2506.04247},
year = {2025}
}
备注
31 pages, 16 figures