LM-HT SNN：通过可学习的多层次阈值模型增强 SNN 至 ANN 的性能

通过分析多阈值模型、简单尖峰模型和量化人工神经网络之间的关系，提出了一种新颖的LM-HT模型，可以动态调节全局输入电流和膜电位漏电。该模型可以与传统的ANN-SNN转化框架集成，提高低时间延迟下经过转换的SNN的性能。实验证明，LM-HT模型在各类数据集上优于之前的最先进工作，达到了与量化ANNs相当的性能水平。