본 연구는 세 개의 데이터셋을 사용하여 도롱뇽 망막 신경절 세포 활동을 모델링하기 위해 Liquid Time-Constant Networks (LTCs)와 Closed-form Continuous-time Networks (CfCs)를 탐구합니다. 컨볼루션 기반 모델 및 LSTM과 비교했을 때, 두 아키텍처 모두 MAE가 낮고, 수렴 속도가 빠르며, 모델 크기가 작고, 쿼리 시간이 유리하게 나타났습니다. 단, Pearson 상관관계는 약간 낮았습니다.
