本研究首先展示了脉冲神经网络神经元LIF（Leaky Integrate and Fire）模型和HH（Hodgkin-Huxley）模型[在动力学特性上存在等效性，进一步从理论上证明了HH神经元可以和四个具有特定连接结构的时变参数LIF神经元（tv-LIF）动力学特性等效。
基于这种等效性，团队通过设计微架构提升计算单元的内生复杂性，使HH网络模型能够模拟更大规模LIF网络模型的动力学特性，在更小的网络架构上实现与之相似的计算功能。进一步，团队将由四个tv-LIF神经元构建的“HH模型”（tv-LIF2HH）简化为s-LIF2HH模型，钢构
目前，研究团队已开展对更大规模HH网络，以及具备更大内生复杂性的多分支多房室神经元的研究，有望进一步提升大模型计算效率与任务处理能力，实现在实际应用场景中的快速落地。
