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。

本文提出了一种名为欧拉状态网络（EuSN）的新型储层计算模型，使用向前欧拉离散化和反对称循环矩阵设计储层动力学，能在稳定边缘附近运行。实验结果表明，EuSN 在长期记忆任务和时间序列分类基准测试上表现优异，同时具有节省计算时间和能源消耗的优势。

本文介绍了一种名为欧拉状态网络（EuSN）的新型储层计算模型，采用向前欧拉离散化和反对称循环矩阵设计储层动力学，具有稳定性和无耗散性。实验结果显示，EuSN 在长期记忆任务和时间序列分类方面优于标准的 RC 模型，同时具有高效的训练效率和节省计算时间和能源消耗的优势。