3.1.2 短程可塑性 (Short-term Plasticity, STP)

文档摘要

3.1.2 短程可塑性 (Short-term Plasticity, STP) 在神经计算建模的实践中，若你曾调试过一个看似“正确”的脉冲神经网络（SNN），却反复遭遇其对时序模式的识别率在训练后期停滞不前、突触权重更新变得迟钝、甚至对高频输入序列产生反直觉的抑制响应——那很可能不是你的学习规则错了，也不是你的神经元模型太简陋，而是你悄悄忽略了一个沉默却顽固的“时间调节器”：短程可塑性（Short-term Plasticity, STP）。它不改写长期记忆的拓扑结构，不参与赫布式权重的缓慢累积；它只在毫秒到秒量级的时间窗内，像一位经验老道的突触守门人，根据前一毫秒发生了什么，动态地决定“此刻这一脉冲是否值得被放大？是否该被压低？是否该被暂时屏蔽？