该研究证明了采用时间编码方案的前馈脉冲网络的输入输出关系几乎任何地方都是可微的，并且在变量转换后是分段线性的。该方法已成功应用于项独立MNIST任务的训练，证明了训练人工神经网络的方法可以直接应用于训练这种脉冲网络。

DFRT是一种用于few-shot声音驱动下的面部融合的方法，使用2D图像学习面部先验知识，并提出了可微的面部扭曲模块以更好地建模面部变形。实验结果表明，该方法可以在很短时间内生成高质量的自然音频驱动的视频。