脉冲神经网络（SNN）因模拟生物神经元的脉冲传递机制，成为AI领域的研究热点之一，其中二进制脉冲神经网络（BSNN）凭借轻量化特性受到关注，但此前其行为逻辑的可解释性一直是难点。近日，arXiv平台发布一项新研究，针对BSNN展开了系统的因果分析。研究者首先正式定义了BSNN的结构与运作规则，将网络的脉冲活动转化为二进制因果模型的形式进行表征。借助这一因果表示框架，研究团队成功实现了利用基于逻辑的方法来解释BSNN的输出结果，打破了此前BSNN内部机制难以被解读的困境。这项研究为提升脉冲神经网络的可解释性提供了新的思路，有望推动BSNN在对模型透明度要求较高的场景中得到更广泛的应用。