스파이크열 통계와 시냅스 가소성의 깁스 분포 분석

본 논문은 시냅스 가소성이 적용된 신경망의 스파이크열 통계를 수학적으로 분석하기 위해, 열역학적 개념과 깁스 분포 이론을 도입한다. 먼저, 저자는 이산 시간으로 구현된 누설 적분‑발화(Leaky Integrate‑and‑Fire) 모델을 제시한다. 각 뉴런 i 의 막전위 V_i(t) 는 누설 비율 γ, 시냅스 가중치 W_{ij}, 외부 전류 I_{ext,i} 로 구성되며, 전위가 임계값 θ 를 초과하면 스파이크가 발생한다. 전위 업데이트 식은 V_i(t+1)=γV_i(t)(1−Z