基于SSM脉冲神经网络的模型与层级闭环时间序列预测

基于深度状态空间模型（SSM）的脉冲神经网络（SNN）提出两种闭环预测策略，在ETT-small数据集上表现优于S4零掩码基线，多数情况匹配SpaceTime。 该策略通过将网络自身生成值反馈作为过去观测值，解决了标准自回归SNN在预测阶段缺乏可用数值的问题，支持尖峰与连续激活函数两种模式。