PRL速递：尖峰神经网络中的光滑精确梯度下降
近年来，神经形态计算（neuromorphic computing）逐渐成为研究热点，它利用尖峰神经网络（Spiking Neural Networks, SNNs）进行高效节能的计算。然而，由于尖峰信号的离散特性，传统的梯度下降法难以实现高效的学习。本文介绍
prl速递
PRL 速递：平衡态统计物理的规范不变性
图3. Lennard-Jones 粒子规范不变性的计算机模拟结果
近年来，神经形态计算（neuromorphic computing）逐渐成为研究热点，它利用尖峰神经网络（Spiking Neural Networks, SNNs）进行高效节能的计算。然而，由于尖峰信号的离散特性，传统的梯度下降法难以实现高效的学习。本文介绍
图3. Lennard-Jones 粒子规范不变性的计算机模拟结果