2025年线性代数神经形态计算中的脉冲神经网络试题.docVIP

2025年线性代数神经形态计算中的脉冲神经网络试题

一、基础理论题（共30分）

1.1脉冲神经元模型的线性代数表示（15分）

考虑一个包含N个LIF（LeakyIntegrate-and-Fire）神经元的脉冲神经网络，其膜电位动态方程为：

$$\tau_m\frac{du_i}{dt}=-(u_i-u_{\text{rest}})+R_mI_i(t)$$

其中$\tau_m$为膜时间常数，$u_i$为神经元膜电位，$u_{\text{rest}}$为静息电位，$R_m$为膜电阻，$I_i(t)$为输入电流。当$u_i$达到阈值$u_{\text{th}}$时，神经元发放脉冲并重置为$u_{\text{reset}}$。

（1）将上述微分方程转换为离散时间形式，写出第t时刻膜电位$u_i(t)$的线性代数表达式（5分）

（2）若网络中存在突触连接权重矩阵$W\in\mathbb{R}^{N\timesN}$，且突触后电流满足$I_i(t)=\sum_jW_{ij}s_j(t)$（其中$s_j(t)$为神经元j在t时刻的脉冲发放状态，取值0或1），构建包含膜电位向量$\mathbf{u}(t)\in\mathbb{R}^N$和脉冲矩阵$S(t)\in{0,1}^{N\timesT}$的状态空间模型（7分）

（3）证明当输入脉冲序列满足稀疏