我最近一直在研究神经网络。它们很棒，但至少可以说有点晦涩难懂。我对大量使用集成和激发神经元模型的液态机器特别感兴趣。不过，这完全逃脱了我。这里有一些问题：
泄漏集成和激发神经元的完美神经元配置是什么： https ://en.wikipedia.org/wiki/Biological_neuron_model#Leaky_integrate-and-fire ？IE 如果泄漏的整合和激发神经元是人工的，不受生物限制的限制。
然后它会适合典型的人工神经元结构还是会保留其泄漏性？
简单地说，泄漏的集成和激发神经元是如何工作的？它如何适合液态机器（如果你碰巧知道我知道有点晦涩）。
如果您知道这些问题的答案，请随时回复！
谢谢！
您的问题似乎很笼统（因此我认为是反对票），但我会尝试向您解释什么是“Leaky Integrate-and-Fire”（LIF）神经元。您将不得不自己关联 Liquid State Machine 的东西，因为我不是这方面的专家。
LIF 模型就是这样设计的，以解释电流如何随电压变化（反之亦然）。这是对真实神经元中发生的事情的过度简化，这意味着我们创建了一个模型，基本上是一个RC 电路，来描述通过神经元发生的电化学相互作用。
LIF 神经元的作用是告诉您，如果您将电流 (I) 输入神经元，它会变成电容电流 (Cm*dVm/dt) 和电阻电流 (Vm/Rm)。
我们说“整合”，因为神经元将来自先前神经元的所有输入输入整合在一起。我们使用“泄漏”这个词，因为这个模型考虑到了随着时间的推移它会泄漏一些积分输入的事实（因为在本质上，您通常会达到具有渐变/指数变化的最终状态）。
这是 Gerstner 的另一种解释，可能要好得多。