神经形态学事件驱动的微电网中的语义通信
通过神经形态学学习，在微电网中使用脉冲神经网络（SNN）在每个节点上实现了沟通特征的植入，通过节点之间的功率交换在线协作地进行训练，从而验证了其多方面有效性和可靠性，为电子主导的电网和微电网中的感知 - 执行 - 计算循环建立了新的方向。
本文介绍了脉冲神经网络（SNNs）作为深度神经网络的替代方法在信号处理应用中的广泛应用，包括静态和时间输入的处理。同时，讨论了SNNs的训练和扩展方法以及算法-架构共设计的最新研究成果。此外，还探讨了开发基础硬件和构建可部署SNN系统的挑战。
