SSM脉冲神经网络实现层级闭环时序预测

2026年10月20日，研究人员在arXiv发布论文，提出基于深度状态空间模型（SSM）的脉冲神经网络（SNN）闭环预测策略，由Erik Stolt、Sanja Karilanova与Ayca Ozcelikkale共同完成。该方法将网络自身生成值反馈作为过去观测值，解决标准自回归SNN在预测阶段缺乏可用数值的问题，支持尖峰与连续激活两种模式。 在ETT-small数据集上，该策略表现优于S4零掩码基线，多数情况下可匹配SpaceTime模型效果。论文提出模型级与层级两种闭环预测策略，为时序预测任务提供了新的技术路径。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。