연구진은 기존 SNN 설계의 구조적 한계로 인해 인-컨텍스트 학습(ICL)이 어려움을 겪는다는 점을 지적했어요.
덴드리틱 구획의 하위 임계역학이 온라인 학습 알고리즘을 구현한다는 점에 주목하며 DendriCL이라는 새로운 단일 스파이킹 뉴럴 네트워크 아키텍처를 제안했어요.
DendriCL은 온라인 Widrow-Hoff LMS 알고리즘과 동일한 구조를 가진 덴드리틱 구획의 반복을 활용하여 일반적인 ICL에 필요한 아키텍처 깊이를 단일 레이어로 줄였어요.
DendriCL은 고차원 Garg-2022 ICL에서 안정적인 성능을 보이며, 선형 프로브를 통해 온라인-LMS 경로를 직접 회수하여 알고리즘이 동역학에 구조적으로 내재되어 있음을 보여줬어요.