IC$^3$

神经形态计算：为计算工程化神经元连接

研究人员引入了集成通信驱动计算表征（IC$^3$），以研究不同神经元网络架构如何执行特定计算。一项使用九种不同架构的计算机模拟研究测试了它们在频率解码、时间顺序辨别和衰退记忆方面的能力。研究结果表明，主要是前馈电路在解码方面表现出色，而顺序链和微通道二极管架构虽然招募的神经元较少，但在分类任务上取得了最高分。这项工作引入了神经形态计算的概念，即神经元连接的物理组织被工程化为计算基底。