本文探讨了储备计算（RC）在时间信号处理中的应用，提出了新的储层计算模型欧拉状态网络（EuSN），并展示其在长期记忆任务和时间序列分类中的优越性能。研究表明，EuSN在计算效率和能源消耗上显著优于传统模型，并提供了对RNN储层系统的统一强普适性分析，强调其在混沌时间序列预测中的高性能。

储备计算是一种递归神经网络，可用于处理时间信号，具有丰富的动力学、线性可分性和记忆能力。本文综合回顾了RC的发展，包括模型、应用和脑机制的建模，并提供了新视角。