漏电整合发放模型(LIF)
Leaky integrate-and-fire
★☆☆ 入门核心模型必备
把神经元压缩成一个会漏电的电容加一个阈值——最简单却最常用的脉冲神经元模型。
核心要点
- 亚阈值行为是线性的;越过阈值后被人为替换为"发放 + 重置",因此不产生真实的动作电位波形。
- 输入电流需超过 I_th = (V_th − E_L)/R 才开始持续发放,这是 f–I 曲线的起点。
- 不应期 t_ref 直接压缩最大放电率,是拟合真实 f–I 曲线的关键参数。
公式
τmdVdt=-(V-EL)+R I(t),
V≥ Vth⇒ V← Vreset
V≥ Vth⇒ V← Vreset
膜电位按时间常数 τm 追随"漏电 + 输入"的平衡值;一旦触及阈值就记一次脉冲并重置。对应的 f–I 曲线为 f = [tref + τm·ln((RI+EL−Vreset)/(RI+EL−Vth))]⁻¹。
仿真
这个知识点有对应的可交互模型:LIF 与 f–I 曲线。参数改动立即重算,右侧读数条给出当前值。
打开仿真实验室 · LIF 与 f–I 曲线 →直觉
常见误区
出处
- Gerstner §1.3
- Burkitt 2006, Biol Cybern(LIF 综述)