多輸入多輸出非線性記憶模型

海馬迴記憶義肢的計算核心：一個多輸入多輸出（MIMO）非線性動態模型，能依據抵達某一海馬迴子區（如 CA3）的活動型態，預測另一子區（如 CA1）將發放的時空脈衝型態。由於此輸入－輸出轉換為非線性、非平穩且涉及眾多相互作用的通道，通常以稀疏廣義 Laguerre-Volterra 模型建構——即一個 Volterra 級數展開，其核以 Laguerre 基底作精簡表示並在稀疏性約束下估計——近來也採用相關的點過程與機器學習迴歸。

關鍵在於此模型是逐病患估計的，並可加以反演以計算重現目標輸出所需的刺激型態，這正是把描述性模型轉為義肢控制器的環節。其限制與任何資料驅動的系統辨識相同：品質取決於所記錄的訓練資料、假設所記錄的通道確實捕捉到功能相關訊號，且未建模可塑性或緩慢漂移。