20260518-morning:新增内容

concepts/synapse-model.md

@@ -0,0 +1,44 @@
+---
+title: "Synapse Model"
+created: 2026-05-15
+updated: 2026-05-15
+type: concept
+tags: [neural-architecture, recurrence, connectivity]
+sources: [raw/papers/darlow-ctm-2025.md]
+---
+
+# Synapse Model
+
+**Synapse Model** 是 CTM 中的循环互连结构，负责在神经元之间共享信息。
+
+## 定义
+
+```
+a_t = f_θ_syn(concat(z_t, o_t)) ∈ R^D
+```
+
+其中：
+- z_t 是当前神经元后激活状态
+- o_t 是上一 tick 的注意力输出（与外部数据的交互结果）
+- f_θ_syn 是 U-Net 风格的 MLP（深度为 k，k 为偶数）
+
+## 为什么是 U-Net 风格？
+
+作者发现 U-Net 风格（带跳跃连接的编码器-解码器 MLP）表现最佳，暗示**更深、更灵活的突触计算**有益于信息整合。这与生物突触的复杂性（多种受体类型、短期可塑性、神经递质动力学）形成类比。
+
+## 在 CTM 流程中的位置
+
+```
+z_t ─┐
+     ├→ Synapse → a_t → NLMs → z_{t+1}
+o_t ─┘                        ↓
+                          Sync → q_t, y_t → Attention → o_{t+1}
+                                                    ↓
+                                          concat(z_{t+1}, o_{t+1}) → next tick
+```
+
+Synapse 是**神经动力学的引擎**——它将外部信息（通过注意力）和内部状态融合，为每个神经元的 NLM 提供前激活输入。
+
+## 来源
+
+- [[darlow-ctm-2025|CTM 论文]]