FlexMat | 文章精选：福州大学陈惠鹏教授 - 用于精确图像识别的具有速率编码和首脉冲时间编码的可切换多功能人工神经元

本文由福州大学陈惠鹏教授团队发表于FlexMat期刊，研究背景是基于人脑神经元编码机制，受阈值开关忆阻器启发开发人工神经元。研究目的是解决当前人工神经元仅依赖单一数据编码方案的计算能力限制。结论：团队提出了一种基于Al2O3和柔性水凝胶PVA的可切换多功能人工神经元（SMAN），能通过速率编码（基于放电频率）和首脉冲时间编码（TTFS，基于首个尖峰延迟时间）两种方式编码电刺激。通过改变电极触点位置实现易失性与非易失性状态切换，模拟LIF和IF功能。在无噪声MNIST数据集上，速率编码和TTFS编码的识别准确率分别达97.89%和92.72%；在有噪声时分别为79.98%和87.58%。两种编码各具优势：速率编码更适合清晰图像，TTFS编码对噪声鲁棒性更强。该器件级选择性编码方案显著提升了SNN在多样化任务中的识别能力。