Possono essere utilizzati per codificare il segnale di input codifica_degli_impulsi per questo motivo sono chiamati anche rate-coded model

Questo tipo di neurone artificiale produce una serie di impulsi, ma diversamente dai tradizionali neuroni SNN, in questi l'informazione viene misurata misurando la frequenza istantanea (rate r)

Questo tipo è supportato dalla simulazione GPU (CUDA)

Mentre i neuroni SNN vengono simulati al momento dell'evento di emissione, qui si effettua una sommatoria pesata delle sinapsi di ingresso ogni passo di tempo (1 ms)

In questo modo si perdono informazioni sul tempo di sincronizzazione

Parametri

• B = baseline del potenziale di membrana V
• r(t) : frequenza istantanea
• f: funzione di trasferimento
• I : corrente come somma pesata di input

rate-coded_neuron