{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,12]，“日期-时间”：“2024-06-12T14:10:11Z”，“时间戳”：1718201411820}，“参考-计数”：73，“出版商”：“Springer Science and Business Media LLC”，“问题”：“1”，“许可证”：[{“开始”：{-“日期-零件”：[2015,11,17]]，“日期时间”：“2015-11-17T00:00:00Z”，“timestamp”：1447718400000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com/tdm”}]，“funder”：[{“DOI”：“10.13039\/501100004963”，“name”：“Seventh Framework Programme（BE）”，“DOI-asserted-by”：“publisher”，“award”：[“604102”]}，{“DOI”：”10.13039\\501100004963“，”name“：”Seventh框架Programme BE）“，”DOI-asserted-by“：”publisher“，“奖项”：[“604102”]}，{“DOI”：“10.13039\/501000005713”，“名称”：“理工大学\u00e4t M\u00fcnchen（DE）”，“DOI-asserted-by”：“publisher”}]，“内容域”：{“域”：[”link.springer.com“]，“crossmark-restriction”：false}，“short-container-title”：[）神经过程Lett“]，”published-print“：{”date-parts“：[[2016,8]]}，“DOI”：“10.1007 \/s11063-015-9478-6”，“type”：“journal-article”，“created”：{“date-parts”：[[2015,11,17]]，“date-time”：“2015-11-17T10:23:39Z”，“timestamp”：1447755819000}，“page”：”103-124“，”update-policy“：”http://\/dx.doi.org\/10.10007\/springer_crossmark_policy，“卷”：“44”，“作者”：[{“给定”：“Florian”，“family”：“Walter”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Florisan”，“家族”：“R\u00f6hrbein”，“序列”：“additional”，“从属关系”：[]}，}“giving”：“Alois”，“家庭”：“Knoll”，“顺序”：“附加”，“隶属关系”：“[]}]，“成员”：“297”，“published on”：{“date-parts”：[2015,11,17]]}“引用”：[{“问题”：“5”，“密钥”：“9478_CR1”，“doi-asserted-by”：“crossref”，“first page”：“699”，“doi”：“10.1109\/JPROC.2014.2313565”，“volume”：”102“，“author”：“BV Benjamin”，“year”：“2014”，“unstructured”：“Benjamin BV，Peiran Gao，McQuinn E，Choudhary S，Chandrasekaran AR，Bussat JM，Alvarez-Icaza R，Arthur JV，Merolla PA，Boahen K（2014）Neurogrid：用于大规模神经模拟的混合模拟数字多芯片系统。Proc IEEE 102（5）：699\u2013716“，”journal-title“：”Proc EEE“}，{”issue“：”1“，”key“：”9478_CR2“，”doi-asserted-by“：”crossref“，”first page“：“139”，”doi“：”10.1146\/annurev.neur.24.1.139“，”volume“：通过相关活动进行突触修饰：重新审视Hebb\u2019的假设。《神经科学年鉴》24（1）：139\u2013166“，“期刊标题”：“神经科学年刊”}，{“期刊”：“2”，“关键词”：“9478_CR3”，“doi-asserted-by”：“crossref”，“首页”：“195”，”doi“：”10.1023\/B:NACO.0000027755.02868.60“，”卷“：”3“作者”：“SM Bohte”，“年份”：“2004”，“非结构化”：“Bohte SM（2004）神经信息处理精确峰值时间的证据：一项调查：自然计算。Nat Comput 3（2）：195\u2013206“，”journal-title“：”Nat Compute“}，{”issue“：”1\u20134“，”key“：”9478_CR4“，“doi-asserted-by”：“crossref”，“first page”：“17”，“doi”：“10.1016\/S0925-2312（01）00658-0”，”volume“：“48”，“author”：“SM Bohte”，“year”：“2002”，“unstructured”：“Bohte SM，Kok JN，La Poutr \u00e9 H（2002）脉冲神经元的时间编码网络中的错误反向传播。Neurocomputing 48（1\u20134）：17\u201337“，”journal-title“：”Neurocumputing“}，{”issue“：”2“，”key“：”9478_CR5“，”doi-asserted-by“：”crossref“，”first-page“：”426“，”doi“：”10.1109\/72.991428“，“volume”：“13”，“author”：“SM Bohte”，“year”：“2002”，“unstructured”：“Bohte SM，La Poutre H，Kok JN（2002）基于稀疏时间编码和多层RBF网络的尖峰神经元无监督聚类。Neural Netw IEEE Trans 13（2）：426\u2013435”，“journal-title”：“Neural Networkw IEEE Trans”}，{“issue”：“23”，“key”：“9478_CR6”，“doi-asserted-by”：“crossref”，“first page”：”9565“，“doi”：“10.1523\/JNEUROSCI.4098-12.2013”，“volume”：《33》，“author”：“J Brea”，”year“2013”，“unstructured”：“Brea J，Senn W，Pfister JP（2013））将序列学习中的回忆和存储与尖峰神经网络相匹配。《神经科学杂志》33（23）：9565\u20139575“，”杂志标题“：”《神经科学》}，{“问题”：“3”，“关键”：“9478_CR7”，“doi-asserted-by”：“交叉引用”，“首页”：“183”，“doi”：“10.1023\/A:1008925309027”，“卷”：“8”，“作者”：“N Brunel”，“年份”：“2000”，“非结构化”：“Brunel N（2000）稀疏连接的兴奋性和抑制性尖峰神经元网络的动力学。J Comput Neurosci 8（3）：183\u2013208“，“journal-title”：“J Compute Neurosci”}，{“key”：“9478_CR8”，“unstructured”：“Carnell A，Richardson D（2005）《尖峰时间序列的线性代数》。In:Proceedings of ESANN，pp 363\u2013368”}、{“密钥”：“94 78_CR9”，“非结构化”：“Cannevale N，Hines M（2015）神经元和神经元网络的经验模拟：项目主页。http://www.neuron.yale.edu\/neuron\/“}，{“key”：“9478_CR10”，“doi-asserted-by”：“crossref”，“unstructured”：“Cyr A，Boukadoum M，Th\u00e9riault F（2014）操作条件调节：为生物激励机器人\u2019s控制器设计的人工尖峰神经元的最低组件要求。Front Neurorobot 8（21）”，“doi”：“10.3389 \/fnbot.2014.0021”}，}“key“：”9478_CR11“，”doi-asserted-by“：”crossref“，”first page“：“211”，”doi“：”10.1590\/S0001-3765201000200006“，”volume“:”73“，”author“：”MC Diamond“，”year“：”2001“，”unstructured“：”Diamond MC（2001）大脑对富集的反应。Anais da Academia Brasileira de Ci\u00eancias 73:211\u2013220“，“journal-title”：“Anais ta Academia-Brasileira de Ci\u00eancias”}，{“issue”：“6”，“key”：“9478_CR12”，“doi-asserted-by”：“crossref”，“first page”：”3648“，“doi”：“10.1152 \/jn.00364.2007”，“volume”:“98”，“author”：“MA Farries”，“year”：“2007”，“unstructured”：“”Farries MA，费尔霍尔AL（2007）调节性棘波时限依赖性突触可塑性的强化学习。《神经物理学杂志》98（6）：3648\u20133665“，”期刊标题：“神经物理学杂志”}，{“键”：“9478_CR13”，“系列标题”：“从智能机器人到人工生命，计算机科学讲义”，“首页”：“38”，“卷标题”：“进化机器人”，“作者”：“D Floreano”，“年份”：“2001”，“非结构化”：“Floreano D，Mattiussi C（2001）基于视觉的自主机器人尖峰神经控制器的进化。收录人：Goos G、Hartmanis J、van Leeuwen J、Gomi T（eds）Evolutionary robotics，第2217卷，从智能机器人到人工生命，计算机科学课堂讲稿Springer，Berlin，pp 38\u201361“}，{“key”：“9478_CR14”，“doi-asserted-by”：“crossref”，“unstructured”：“Florian RV（2005）一种用于尖峰神经网络的强化学习算法。摘自：第七届科学计算符号和数字算法国际研讨会论文集，SYNASC\u201905。IEEE Computer Society，Washington，DC，USA“，”DOI“：”10.1109\/SYNASC.2005.13“}，{“issue”：“4”，“key”：“9478_CR15”，“DOI-asserted-by”：“crossref”，“first page”：”e1003024“，”DOI“：“10.1371”journal.pcbi.1003024勒·H、郭士纳·W（2013）使用带有尖峰神经元的连续时间actor-critic框架进行强化学习。PLoS计算生物学9（4）：e1003024“，”journal-title“：”PLoS计算机生物学“}，{”key“：”9478_CR16“，”doi-asserted-by“：”crossref“，”unstructured“：”Furber S，Brown A（2009）生物启发的大规模并行体系结构-超过100万处理器的计算。In:并发在系统设计中的应用，2009（ACSD\u201909）第九届国际会议，第3\u201312页，“DOI”：“10.1109\/ACSD.2009.17”}，{“问题”：“12”，“关键”：“9478_CR17”，“DOI-asserted-by”：“crossref”，“首页”：“2454”，“DOI:”10.1109\/TC.2012.142“，“卷”：“62”，“作者”：“SB Furber”，“年份”：“2013”，“非结构化”：“Furber SB，Lester DR，Plana LA，Garside JD，Painkras E，Temple S，Brown AD（2013年）微调器系统架构概述。计算IEEE Trans 62（12）：2454\u20132467“，”journal-title“：”计算IEEE Trans“}，{“issue”：“6595”，“key”：“9478_CR18”，“doi-asserted-by”：“crossref”，“first page”：”76“，”doi“：”10.1038\/383076a0“，”volume“：”383“，”author“：”W Gerstner“，”year“1996”，“unstructured”：“GerstnerW，Kempter R，van Hemmen JL，Wagner H（1996年）一种用于亚毫秒时间编码的神经元学习规则。Nature 383（6595）：76\u201378“，”journal-title“：”Nature“}，{“key”：“9478_CR19”，“doi-asserted-by”：“crossref”，“doi”：“10.1017\/CBO9780511815706”，“volume-title”：“尖峰神经元模型：单神经元，种群，可塑性”，“author”：“W Gerstner”，“year”：“2002”，“unstructured”：“Gerstner-W，Kistler WM（2002）尖峰神经元模型：单个神经元、种群、可塑性。剑桥大学出版社，剑桥“}，{”key“：”9478_CR20“，”doi-asserted-by“：”crossref“，”first page“：“533”，”doi“：”10.1007\/978-94-007-3858-4_18“，”volume-title“：”计算系统神经生物学“，”author“：”MO Gewaltig“，”year“：”2012“非结构化”：“Gewaltig-MO，Morrison A，Plesser HE（2012）NEST示例：介绍神经模拟工具NEST。摘自：Le Nov\u00e8re N（ed）计算系统神经生物学。施普林格，荷兰，pp 533\u2013558“}，{“问题”：“2”，“关键”：“9478_CR21”，“doi-asserted-by”：“交叉引用”，“首页”：“192”，“doi”：“10.3389”，neuro.01.026.2009”，“卷”：“3”，“作者”：“FM Goodman Dan”，《年份》：“2009年”，“非结构化”：“Goodman丹·FM，Brette R（2009）The brian simulator.Front Neurosci 3（2）:192”，“新闻标题”：“前神经科学”}，{“关键”：“9478_CR22“，“非结构化”：“Gr\u00fcning A，Bohte SM（2014）尖峰神经网络：原理和挑战。收录于：ESANN 2014。第22届欧洲人工神经网络、计算智能和机器学习研讨会。布鲁日，2014年4月23日\u201325。i6doc.com，Louvain-La-Neuve“}，{“key”：“9478_CR23”，“首页”：“134”，“卷”：“25”，“作者”：“R G\u00fctig”，“年份”：“2014”，“非结构化”：“G\u00 fctig R（2014）达到峰值，还是什么时候达到峰值？Theor Comput Neurosci 25:134\u2013139”，《journal-title》：“Theor Compute Neurosci”}，}“issue”：“3”，“key“9478-CR24”，“doi-asserted-by“：”crossref“，”first page“：”420“，“doi”：“10.1038\/nn1643“，”volume“：”9“，”author“：”R G\u00fctig“，”year“：”2006“，”unstructured“：”G\u00 fctig R，Sompolinsky H（2006）The tempotron:a neuron that learning spike timing based decisions。Nat Neurosci 9（3）：420\u2013428“，”杂志标题“：”Nat Neuralsci“}，{“key”：“9478_CR25”，“volume-title”：“行为的组织：神经心理学理论”，“author”：“DO Hebb”，“year”：“1949”，“unstructured”：“Hebb DO“volume-title”：“Advances in neural information processing systems 8”，“author”：“SE Hihi”，“year”：“1996”，“unstructured”：“Hihi SE，Bengio Y（1996）长期依赖的递阶递归神经网络。收录：Touretzky DS、Mozer MC、Hasselmo ME（eds）《神经信息处理系统进展》8。麻省理工学院出版社，剑桥，第493\u2013499页“}，{“问题”：“4”，“关键”：“9478_CR27”，“doi-asserted-by”：“crossref”，“首页”：“500”，“doi”：“10.1113\/jphysiol.1952.sp004764”，《卷》：“117”，《作者》：“AL Hodgkin”，‘年份’：“1952”，“非结构化”：“Hodgjin AL，Huxley AF（1952）”膜电流的定量描述及其在神经传导和兴奋中的应用。J Physiol 117（4）：500\u2013544“，“journal-title”：“J Physio”}，{“issue”：“2”，“key”：“9478_CR28”，“doi-asserted-by”：“crossref”，“first-page”：“251”，“doi”：“10.1016\/0893-6080（91）90009-T”，“volume”：神经网络4（2）：251\u2013257“，”journal-title“：”Neural Netw“}，{“issue”：“6”，“key”：“9478_CR29”，“doi-asserted-by”：“crossref”，“first page”：”1569“，”doi“：”10.1109\/TNN.2003.820440“，”volume“：”14“，”author“：”EM-Izhikevich“，”year“2003”，“unstructured”：“Izhikevic EM（2003）尖峰神经元的简单模型。神经网络IEEE Trans 14（6）：156 9\u20131572“，”新闻标题“：”Neural Netw IEEE Trans“｝，｛“issue”：“10”，“key”：“9478_CR30”，“doi asserted by”：“crossref”，“首页”：“2443”，“doi”：“10.1093\/cercor\/bhl152”，“volume”：“17”，“author”：“EM Izhikevich”，“year”：“2007”，“nonstructured”：“Izhikevich EM（2007）通过STDP和多巴胺信号的链接解决远端奖励问题。大脑皮层17（10）：2443\u20132452”，“journal-title“：”Cereb Cortex“}，{”issue“：”5“，”key“：”9478_CR31“，”doi-asserted-by“：”crossref“，”first page“：“91”，“doi”：“10.1109\/MCSE.2010.112”，“volume”：“12”，“author”：“X Jin”，“year”：“2010”，“unstructured”：“Jin X，Lujan M，Plana LA，Davies S，Temple S，Furber SB（2010）建模spining neural networks on spinaker。计算机科学与工程12（5））：91\u201397“，”journal-title“：”Compute Sci Eng“}，{“key”：“9478_CR32”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“crossref”，“first page”：”425“，“doi”：“10.1007\/978-3642-10677-4_48”，“volume-title”：”神经信息处理“，“author”：“X Jin”，“year”：“2009”，“unstructured”：“Jin X，Rast A，Galluppi F，Khan M，Furber S（2009）在旋转器通用神经芯片多处理器上实现学习。收录于：Leung C，Lee M，Chan J（eds）Neural information processing，vol 5863，《计算机科学讲义》Springer，Berlin，pp 425\u2013432“}，{“key”：“9478_CR33”，“first page”：《1461》，“volume-title”：《神经科学原理》，“author”：“ER Kandel”，“year”：“2013”，“unstructured”：“Kandel ER，Siegelbaum SA（2013）内隐记忆存储的细胞机制和个性的生物学基础。收录：Kandel ER、Schwartz JH、Jessel TM、Siegelbaum SA、Hudspeth AJ（eds）《神经科学原理》。McGraw-Hill，New York，pp 1461\u20131486“｝，｛“key”：“9478_CR34”，“first page”：“210”，“volume title”：“神经科学原理”，“author”：“ER Kandel”，“year”：“2013”，“nonstructured”：“Kandel ER，Siegelbaum SA（2013）中枢神经系统中的突触整合。in：Kandel ER，Schwartz JH，Jessel TM，Siegelbaum SA，Hudspeth AJ（eds）神经科学原理。McGraw-Hill，纽约，pp 210\u2013235“}，{”key“：”9478_CR35“，”first page“：“148”，”volume-title“：”神经科学原理“，”author“：”J Koester“，”year“：”2013“，”unstructured“：”Koester J，Siegelbaum SA（2013）Propagated signaling:the action potential.In:Kandel ER，Schwartz JH，Jessel TM，Siegerbaum SA，Hudspeth AJ（eds）神经科学原理。McGraw-Hill，纽约，第148\u2013176页“}，{“问题”：“3”，“关键”：“9478_CR36”，“doi-asserted-by”：“crossref”，“首页”：“1365”，“doi”：“10.4249”，“卷”：“三”，“作者”：“J Krichmar”，“年份”：“2008”，“非结构化”：“Krichmer J（2008）Neurorobotics.Scholarrpedia 3（3）：1365”edia“}，{”key“：”9478_CR37“，”unstructured“：”Krichmar J（2015）CARLsim:GPU加速峰值神经网络模拟器：项目主页。http://www.socsci.uci.edu\/~jkrichma\/CARLsim\/index.html“}，{“问题”：“7553”，“关键”：“9478_CR38”，“doi-asserted-by”：“crossref”，“首页”：“436”，“doi”：“10.1038\/nature14539”，“卷”：“521”，“作者”：“Y LeCun”，“年份”：“2015”，“非结构化”：“LeCun Y，Bengio Y，Hinton G（2015）深度学习。自然521（7553）：436\u2013444“，”新闻标题“：”自然“}，{“issue“：”11“，”key“：”9478_CR39“，”doi-asserted-by“：”crossref“，”first page“：“2337？神经计算17（11）：2337\u20132382“，”journal-title“：”Neural Compute“}，{”issue“：”10“，”key“：”9478_CR40“，”doi-asserted-by“：”crossref“，”first page“：“e1000180”，”doi“：”10.1371“\/journal.pcbi.1000180“，”volument“：”4“，”author“：”R Legenstein“，”year“：”2008“，”unstructured“：”Legenstein-R，Pecevski D，Maass W（2008）一种用于生物反馈的奖惩调制尖峰时间相关可塑性的学习理论。《公共科学图书馆·计算生物学》4（10）：e100180“，”journal-title“：”PLoS Compute Biol“}，{”issue“：”3“，”key“：”9478_CR41“，”doi-asserted-by“：”crossref“，”first page“：“127”，“doi”：“10.1016\/j.cosrev.2009.03.005”，“volume”：“3”，“author”：“M Luko\u0161evi\u010dius”，“年份”：“2009”，“非结构化”：“Luko\u 0161evi \u010dius M，Jaeger H（2009）递归神经网络训练的油藏计算方法。Comput Sci Rev 3（3）：127\u2013149“，”journal-title“：”Comput Sci Rev“}，{“issue”：“9”，“key”：“9478_CR42”，“doi-asserted-by”：“crossref”，“first page”：”1659“，”doi“：”10.1016\/S0893-6080（97）00011-7“，”volume“：”10“，”author“：”W Maass“，“year”：“1997”，“unstructured”：“Maass W（1997）尖峰神经元网络：第三代神经网络模型。Neural Netw 10（9）：1659\u20131671“，”journal-title“：”Neural Networkw“}，{“key”：“9478_CR43”，“unstructured”：“Maass W，Jaeger H，Steil J，Dominey PF，Schrauwen B（2015）油藏计算门户网站。http://\/organic.elis.ugent.be\/”}，}“issue“：”11“，”key“：”9478_CR14“，”doi-asserted-by“：”crossref“，”首页“：”2531“doi”：“10.1162\/089976602760407955”，“volume“：”14“，”author“：”W Maass“，”year“：”2002“，”unstructured“：”Maass W，Natschl\u00e4ger T，Markram H（2002）《无稳态实时计算：基于扰动的神经计算新框架》。神经计算14（11）：2531\u20132560“，”journal-title“：”Neural Compute“}，{”issue“：”5297“，”key“：”9478_CR45“，”doi-asserted-by“：”crossref“，”first page“：“213”，”doi“：”10.1126\/science.275.5297.213“，“volume”：“275”，“author”：“H Markram”，“year”：“1997”，“unstructured”：“Markram H，L\u00fcbke J，Frotscher M，Sakmann B（1997）突触后AP和EPSP的重合对突触效能的调节。Science 275（5297）：213\u2013215“，”journal-title“：”Science“}，{”issue“：”2“，”key“：”9478_CR46“，”doi-asserted-by“：”crossref“，”first-page“：”e31“，”doi“：”10.1371\/journal.pcbi.0030031“，”volume“：“3”，”author“：”T Masquelier“，”year“：”2007“，”unstructured“：”Masquelier-T，Thorpe SJ（2007）通过棘波时间依赖性可塑性对视觉特征进行无监督学习。《公共科学图书馆·计算生物学》3（2）：e31“，”journal-title“：”公共科学图书馆《计算生物学》“}，{”issue“：”4“，”key“：”9478_CR47“，”doi-asserted-by“：”crossref“，”first-page:“115”，”doi“：”10.1007\/BF02478259“，”volume“：“5”，”author“：”WS-MCulloch“，”year“：”1943“，”unstructured“：”McCulloch WS，Pitts W（1943）神经活动内在思想的逻辑演算牛数学生物物理5（4）：115\u2013133“，”journal-title“：”Bull Math Biophys“}，{“issue”：“4”，“key”：“9478_CR48”，“doi-asserted-by”：“crossref”，“first-pages”：“925”，“doi”：“10.1016\/j.neuron.2014.03.026”，“volume”：”82“，“author”：“RM Memmesheimer”，“year”：“2014”，“unstructured”：“Memmesheimer，Rubin R，\u00d6lveczky BP，Sompolins ky H（2014）学习精确计时的尖峰。神经元82（4）：925\u2013938“，”journal-title“：”Neuron“}，{”issue“：”6“，”key“：”9478_CR49“，”doi-asserted-by“：”crossref“，”first page“：“459”，”doi“：”10.1007\/s00422-008-0233-1“，”volume“：Cybern网络98（6）：459\u2013478“，”journal-title“：”Biol Cybern“}，{“issue”：“3”，“key”：“9478_CR50”，“doi-asserted-by”：“crossref”，“first page”：”319“，”doi“：”10.1088\/0954-898X_9_3_003“，”volume“：”9“，“author”：“T Natschl\u00e4ger”，“year”：“1998”，“unstructured”：“Natschl\ u00e4 ger T，Ruf B（1998）Spatial通过尖峰神经元进行时间模式分析。网络9（3）：319\u2013332“，”journal-title“：”Network“}，{“key”：“9478_CR51”，“unstructured”：“NEST Initiative（2015）NEST：项目主页。http://www.NEST-Initiative.org“}.，{”issue“：”06“，”key“：”9478_CR52“，”doi-asserted-by“：”crossref“，”first page“：“501”，“doi”：“10.1142\/S0129065710002577”，“volume”：”20“，”author“：”C Nichol s”，“年份”：“2010”，“非结构化”：“Nichols C，McDaid LJ，Siddique NH（2010）机器人导航用自组织峰值神经网络的案例研究。Int J Neural Syst 20（06）：501\u2013508“，“journal-title”：“Int J Neural Syss”}，{“key”：“9478_CR53”，“doi-asserted-by”：“crossref”，“unstructured”：“Norton D，Ventura D（2006）使用hebbian学习准备更有效的液态机器。In:Neural networks，2006。IJCNN\u201906。国际联席会议，pp 4243\u20134248“，”DOI“：”10.1109\/IJCNN.2006.246996“}，{”issue“：”38“，”key“：”9478_CR54“，”DOI-asserted-by“：”crossref“，”first page“：“9673”，”DOI:“10.1523\/JNEUROSCI.1425-06.2006”，“volume”：“26”，“author”：“JP Pfister”，“year”：“2006”，“unstructured”：“Pfister JP（2006）峰值时间相关塑性模型中的三重峰值。《神经科学杂志》26（38）：9673\u20139682“，“期刊标题”：“神经科学杂志”}，{“关键字”：“9478_CR55”，“doi-asserted-by”：“crossref”，“首页”：“98”，“doi”：“10.3389\/fncom.2013.00098”，“卷”：“7”，“作者”：“F Ponulak”，“年份”：“2013”，“非结构化”：“Ponulac F，Hopfield JJ（2013）”通过传播尖峰神经活动的波前进行快速、平行的路径规划。Front Comput Neurosci 7:98“，”journal-title“：”Front Compute Neurosci“}，{”issue“：”2“，”key“：”9478_CR56“，”doi-asserted-by“：”crossref“，”first page“：“467”，”doi“：”10.1162\/neco.2009.11-08-901“，”volume“：：”22“，”author“：”F Ponulak“，”year“：”2009“，”unstructured“：”Ponulac F，Kasi\u0144ski A（2009）用ReSuMe对尖峰神经网络进行监督学习：序列学习、分类和尖峰移动。神经计算22（2）：467\u2013510“，“journal-title”：“神经计算”}，{“issue”：“4”，“key”：“9478_CR57”，“doi-asserted-by”：“crossref”，“first-page”：“409”，“doi”：“10.55782\/ane-2011-1862”，“volume”：”71“author”：“F Ponulak”，“year”：“2011”，“unstructured”：“Ponulac F，Kasinski A（2011）尖峰神经网络简介：信息处理、学习和应用。神经生物学学报71（4）：409\u2013433“，”期刊标题“：”神经生物学学报“}，{”问题“：”12“，”关键“：”9478_CR58“，”doi-asserted-by“：”crossref“，”首页“：”2959“，”doi“：”10.1162\/neco.2006.18.12.2959“，”卷“：”18“，”作者“：”E Ros“，“年份”：“2006”，“非结构化”：“Ros E，Carrillo R，Ortigosa EM，Barbour B，Ag\u00eds R（2006）使用查找表表征神经元动力学的尖峰神经网络的事件驱动模拟方案。Neural Comput 18（12）：2959\u20132993“，”期刊标题：“Neural Comput”}，{“issue”：“6”，“key”：“9478_CR59”，“doi断言”：“crossref”，“首页”：“386”，“doi”：“10.1037\/h0042519”，“volume”：“65”，“author”：“F Rosenblatt”，“year”：“1958”，“nonstructured”：“Rosenblatt F（1958）感知器：大脑中信息存储和组织的概率模型。Psychol Rev 65（6）：386\u2013408“，“journal-title”：“Psychoal Rev”}，{“key”：“9478_CR60”，“doi-asserted-by”：“crossref”，“unstructured”：“Schemmel J，Br\u00fcderle D，Gr\u00ffbl A，Hock M，Meier K，Millner S（2010）用于大规模神经建模的晶圆级神经形态硬件系统。In:电路与系统（ISCAS）2010年IEEE国际研讨会论文集，第1947\u20131950页，“DOI”：“10.1109\/ISCAS.2010.5536970”}，{“key”：“9478_CR61”，“DOI-asserted-by”：“crossref”，“unstructured”：“Schemmel J，Grubl A，Hartmann S，Kononov A，Mayr C，Meier K，Millner S，Partzsch J，Schiefer S，Scholze S，Schuffny R，Schwartz M（2012）现场演示：BrainScaleS晶圆级神经形态系统的缩小版。In:电路与系统（ISCAS），2012 IEEE国际研讨会，第702页，“DOI”：“10.1109\/ISCAS.2012.6272131”}，{“key”：“9478_CR62”，“DOI-asserted-by”：“crossref”，“first page”：Schliebs S，Kasabov N（2014）用峰值神经网络进行计算建模。收录于：Kasabov N（ed）Springer生物/神经信息学手册。柏林施普林格，pp 625\u2013646“}，{“key”：“9478_CR63”，“doi-asserted-by”：“crossref”，“首页”：“85”，“doi”：“10.1016\/j.neunet.2014.09.003”，“卷”：“61”，“作者”：“j Schmidhuber”，“年份”：“2015”，“非结构化”：“Schmidhuber j（2015）神经网络深度学习：概述。神经网络61:85\u2013117”，《新闻标题》：“神经网络”}，{“键”：“9478_CR64“，“首页”：“1”，“卷-时间”：“计算神经科学百科全书”，“作者”：“W Senn”，“年份”：“2014”，“非结构化”：“Senn W，Pfister JP（2014）皮层网络中的强化学习。摘自：Jaeger D，Jung R（编辑）计算神经科学百科全书。施普林格，纽约，pp 1\u20139“｝，｛“issue”：“6”，“key”：“9478_CR65”，“doi asserted by”：“crossref”，“首页”：“1149”，“doi”：“10.1016\/S0896-6273（01）00542-6”，“volume”：“32”，“author”：“PJ Sj\u00f6str\u00f6m”，“year”：“2001”，“nonstructured”：“Sj\u00f6str\u00f6m PJ，Turrigiano GG，Nelson SB（2001）速率、时间和合作性共同决定了皮层突触可塑性。Neuron 32（6）：1149\u20131164“，”journal-title“：”Neuron“}，{”issue“：”2“，”key“：”9478_CR66“，”doi-asserted-by“：”crossref“，”first-page“：”473“，”doi“：”10.1162\/NECO_a_00396“，”volume“：“25”，“author”：“I Sporea”，“year”：“2012”，“unstructured”：“Sporea I，Gr\u00fcning a（2012）多层尖峰神经网络中的监督学习神经计算25（2）：473\u2013509“，”journal-title“：”Neural Compute“}，{”issue“：”1\u20132“，”key“：”9478_CR67“，”doi-asserted-by“：”crossref“，”first page“：“181”，“doi”：“10.1016\/S0004-3702（99）00052-1”，“volume”：“112”，“author”：“RS Sutton”，“year”：“1999”，“unstructured”：“Sutton RS，Precup D，Singh S（1999）在MDP和半MDP之间：强化学习中时间抽象的框架。Artif Intell 112（1\u20132）：181\u2013211“，”journal-title“：”Artif Intell“}，{”issue“：”4“，”key“：”9478_CR68“，”doi-asserted-by“：”crossref“，“first page”：“586”，“doi”：“10.1109\/JPROC.2014.2308604”，“volume”：”102“，”author“：”J Tani“，”year“：”2014“，”unstructured“：”Tani J（2014）认知大脑中的自我组织和组成：一项神经机器人研究。Proc IEEE 102（4）：586\u2013605“，“journal-title”：“Proc IEEE”}，{“key”：“9478_CR69”，“unstructured”：“The Human Brain Project（2015）Project homepage.https:\/\/www.humanbrainproject.eu”}、{“密钥”：“94 78_CR70”，“doi-asserted-by”：“crossref”，“非结构化”：“Walter F，R\u00f6hrbein F，Knoll A（2015）尖峰神经网络神经生物学学习算法的神经形态实现。Neural Netw”，“DOI”：“10.1016\/j.neunet.2015.07.004”}，{“issue”：“10”，“key”：“9478_CR71”，“DOI-asserted-by”：“crossref”，“first page”：”1550“，”DOI“：”10.1109\/5.58337“，”volume“：”78“，”author“：”PJ Werbos“，”year“1990”，“unstructured”：“Werbos PJ（1990）Backpropagation through time:what it does and how to do.Proc IEEE 78（IEEE 78）10）：1550\u20131560“，”journal-title“：”Proc IEEE“}，{“key”：“9478_CR72”，“series-title”：“计算机科学课堂讲稿”，“doi-asserted-by”：“crossref”，“first page”：”61“，“doi”：“10.1007\/11840817_7”，“volume-title”：”Artificial neural networks\u2014ICANN 2006“，”author“：”S Wysoski“，”year“2006”，“unstructured”：“Wysososki S，Benuskova L，Kasabov N（2006）用于视觉模式识别的尖峰神经元网络中具有结构自适应的在线学习。收录于：Kollias S、Stafylopatis A、Duch W、Oja E（eds）Artificial neural networks\u2014ICANN 2006，第4131卷，《计算机科学讲稿》柏林普林格，第61\u201370页“}，{“问题”：“6”，“关键”：“9478_CR73”，“doi-asserted-by”：“crossref”，“首页”：“1472”，“doi”：“10.1162”，NECO_A_00450”，“卷”：“25”，“作者”：“Y Xu”，“年份”：“2013”“，”非结构化“：”Xu Y，Zeng X，Zhong S（2013）一种新的尖峰神经元监督学习算法。Neural Comput 25（6）：1472\u20131511“，”journal-title“：”Neural Comput“}]，”container-title”：[“Neural Processing Letters”]，”original-title:[]，“language”：“en”，“link”：[{“URL”：“http://\/link.springer.com/content\/pdf\/10.1007\/s11063-015-9478-6.pdf”，“content-type”：“application\/pdf”、“content-version”：“vor”、“intended-application”：“text-mining”}，{“URL”：“http:\/\/link.springer.com/article\/10.1007\/s11063-015-9478-6\/fulltext.html“，”content-type“：”text\/html“，”内容版本“：”vor“，”intended-application“：”text-mining“}，{”URL“：”http://\/link.springer.com\/content\/pdf\/10007\/s110698-6“，”content-type”：“未指定”，”content-version“：”vor“，”intended-aapplication“”：“相似性检查”“}]，”deposed“：{“date-parts”：[[2024,6,12]，“date-time”：“2024-06-12T13:55:27Z”，“timestamp”：1718200527000}，“score”：1，“resource”：{”primary“：{“URL”：“http://\/link.springer.com\/10007\/s11063-015-9478-6”}}，”subtitle“：[]，”shorttitle“：[]，”issued“:{”date-part“：[2015,11,17]]}”，“references-count”：73，“新闻发布”：{“发布”：“1”，“发布发布”：date-parts“：[[2016,8]]}}，”alternative-id“：[”9478“]，”URL“：”http://\/dx.doi.org\/10.1007\/s11063-015-9478-6“，”relation“：{}，“ISSN”：[“1370-4621”，“1573-773X”]，“ISSN-type”：[{“value”：“1370-4421”，”type“：”print“}，{“value”：“1573-73X”，“type”“：”electronic“}]，”subject“：[]，”已发布“：{”日期部分“：[[2015,11,17]]}}