近期，计算机与软件工程学院生物计算与机器学习实验室在国际知名期刊《IEEE Transactions on Cybernetics》发表题为“Nonlinear Spiking Neural Systems with Autapses for Predicting Chaotic Time Series”的研究论文。彭宏教授为论文的通讯作者，2020级计算机科学与技术专业研究生刘倩为论文的第一作者，西华大学为论文的第一完成单位和通讯单位。
期刊《IEEE Transactions on Cybernetics》为中科院SCI分区1区，影响因子19.118。作为计算机科学领域的多学科期刊，《IEEE Transactions on Cybernetics》涵盖了跨机器或机器、人类和组织的通信和控制的论文。范围包括计算智能、计算机视觉、神经网络、遗传算法、机器学习、模糊系统、认知系统、决策和机器人等领域，专业度认可度较高，是该领域top期刊。
混沌时间序列预测是机器学习模型中最具挑战性的问题之一，为了应对这一挑战，“Nonlinear Spiking Neural Systems with Autapses for Predicting Chaotic Time Series”一文首次提出了具有自突触的脉冲来预测混沌时间序列的非线性脉冲神经系统，开发了一个混沌时间序列的循环型预测模型——NSNP-AU模型。文中利用所提出的NSNP-AU模型、5个最先进的模型和28个基线预测模型，研究了4个混沌时间序列的数据集。实验结果表明了所提出的NSNP-AU模型在混沌时间序列预测方面具有一定的优势。