用于尖峰神经计算的方法和装置

摘要

本公开的某些方面提供用于一般线性系统的尖峰神经计算的方法和装置。一个示例方面是将信息编码在尖峰之间的相对定时中的神经元模型。然而，突触权重不是必需的。换句话说，连接可以存在(显著突触)或者不存在(不显著或不存在的突触)。本公开的某些方面使用二进制值的输入和输出并且不要求突触后滤波。然而，某些方面可涉及对连接延迟(例如，树突延迟)的建模。单个神经元模型可被用于计算任何一般线性变换x＝AX+BU到任何的任意性精度。这一神经元模型还可以能够学习，诸如学习输入延迟(例如，对应于缩放值)以达成目标输出延迟(或输出值)。学习还可被用于确定因果输入的逻辑关系。