5.1.1.3 脉冲速率依赖可塑性(SRDP) 5.1.1.3 脉冲速率依赖可塑性(SRDP):当“ firing rate 不够高”时,你的突触正在悄悄失忆——一个被忽略的采样偏差陷阱与实时补偿方案 你有没有调试过这样一个场景: 训练一个脉冲神经网络(SNN),采用标准的SRDP规则更新突触权重,学习任务是分类MNIST手写数字;模型结构简洁——LIF神经元、单层脉冲编码输入、一层全连接脉冲隐层、输出层用Population Coding解码;学习率设为$10^{-3}$,时间窗口$T=100\,\text{ms}$,步长$\Delta t = 1\,\text{ms}$,每神经元平均发放率控制在$20\,\text{Hz}$左右……一切参数都“教科书般正确”。