本研究提出了一种显式编码几何结构的状态空间模型，旨在解决稀疏和非结构化几何数据处理的挑战。STREAM在点云分类和事件驱动视觉任务中表现出色，在DVS128手势数据集上达到了100%的测试精度。

本文提出了一种基于简单卷积层的神经网络架构，结合低成本的动态时间编码水库节点，实现了异步时间特征的高效处理。RN-Net 在 DVS128 手势数据集上取得了最高的 99.2% 的准确率，并在较小的网络规模下，在 DVS Lip 数据集上实现了达到 67.5% 的准确率。代码将公开发布。