3月11日に発表予定でした「SAMスパイキングニューラルネットによる関数近似の性能評価」については，コロナウィルスのために口頭発表と質疑はありませんでしたが，発表論文が掲載されることになりました．
https://onsite.gakkai-web.net/iee/data/html/general/general5.html#S1225・1226-A3 →3-085
SAMスパイキングニューラルネットによる関数近似が，これまでは学習データに対しても中間ユニット数を増やしても損失の低下が頭打ちの（下がらない）傾向でしたが，追加実験により，一般の機械学習の性質と同様に，損失が下がっていくことを示しました．強化学習への適用への可能性が確認されました．