郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！
Abstract
本文在计算能力上对脉冲神经元形式的网络模型与基于McCulloch Pitts神经元（阈值门）和基于sigmoidal门的其他神经网络模型加以比较。特别是，研究表明，就所需神经元数量而言，尖峰神经元网络的计算能力比其他神经网络模型更强。显示了一个具体的生物学相关函数，它可以由一个单一的尖峰神经元（为其参数的生物学合理值）计算，但它需要一个乙状结肠神经网络上的数百个隐藏单元。另一方面，我们知道，任何可以由一个小的乙状结肠神经网络计算的函数也可以由一个小的尖峰神经元网络计算。这篇文章并没有假设关于尖峰神经元的先验知识，它包含了一个广泛的参考文献列表，这些文献涉及尖峰神经元网络的计算和神经生物学的相关结果。版权所有1997爱思唯尔科学有限公司。保留所有权利。
Networks of Spiking Neurons: The Third Generation of Neural Network Models
原文：https://www.cnblogs.com/lucifer1997/p/12858826.html