合成神经元群预测控制两项前瞻测试确认历史输入作用

Mahesh Reddy Pagadala 发表研究，对由 64 个 leaky integrate-and-fire 神经元构成、光敏感度受隐藏因子缩放的合成群体做学习型一步预测控制，并在分析冻结后才运行的两项前瞻实验（各 50 株模拟植物）中检验历史输入与隐藏增益的影响。第二项协议（50 株新植物、9 种敏感度、2 种噪声水平）在主要噪声水平下确认了三项预先设定的预测。 在高过程噪声（sigma = 2.0）下效应缩小到约 0.04 Hz 或更低，仅做增益自适应只恢复了 adaptive-ARX 收益的 24%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。