单神经元深度学习“小模型”及其时间序列预测应用 | NSR

本文介绍了华南理工大学数学学院刘锐教授团队与中国科学院分子细胞科学卓越研究中心陈洛南研究员合作开发的一种基于单神经元的“小模型”深度学习框架（OCNS）。该框架通过单个核心神经元实现了高精度且可解释的时间序列预测，解决了当前深度学习“大模型”在计算资源和能源消耗上的问题。研究基于延迟嵌入理论，通过时空信息转换和多延迟反馈设计，将高维系统的状态数据编码为一维时间序列，显著减少了参数规模，同时保持了预测性能。这一突破不仅为深度学习和类脑科学研究提供了新路径，还为绿色人工智能的发展提供了支持。