待验证50% 置信事实精确时间
SNN神经元维护膜电位，当电位累积超过阈值时发放脉冲，随后进入不应期，这一机制直接借鉴了生物神经元的LIF模型。
1
来源数
50%
置信度
长期有效
时效性
2026/10/24
首次发现
来源
涉及实体
相关事实
待验证漏积分发放（LIF）神经元模型是对生物神经元过程的数学抽象：膜电位随时间指数衰减、接收脉冲时累加、达到阈值后发放脉冲并重置77% 相似待验证液态神经网络的核心思想是让神经元的时间常数随输入数据动态变化，使网络处理时序信号时具备自适应调节能力65% 相似待验证生物物理仿真模型（如Jansen-Rit模型、Wendling模型或全脑网络模型）用微分方程描述神经元动态，可调节参数复现真实EEG中的节律和事件相关电位。63% 相似待验证长时程增强（LTP）是学习记忆的突触基础，当突触前神经元高频放电时NMDA受体开放允许Ca²⁺内流，最终导致AMPA受体数量上调59% 相似待验证LSTM等循环神经网络通过隐状态向量和细胞状态在时间步之间显式传递信息，天然具备序列记忆能力，但无法在序列维度上并行59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1093826API
curl https://kongchang.com/api/v1/knowledge/claims/1093826MCP
get_claim(id=1093826)