该研究团队提出了一种量化忆阻性漏泄积分发放(LIF)神经元理论框架,融合了神经形态工程与开放量子系统原理。基于经典忆阻LIF电路,研究人员应用正则量子化技术推导出以电路量子电动力学为基础的量子模型。数值模拟揭示了弱耦合与绝热状态下量化忆阻器及LIF神经元的关键动力学特征,包括记忆效应与脉冲发放行为。该工作为量子神经形态计算建立了基础模型,为开发生物启发的量子脉冲神经网络及量子机器学习新范式提供了路径。