単純なフィードフォワードネットワークではなく、実際の脳のアーキテクチャに触発された一連のイベント駆動型ニューラルネットワークの構築を検討しています（参照フレームについては、HTMアルゴリズムに近くなります）。ネットワーク内のニューロンを、実際のニューロンに似たものに単純化したいと思います。
-他のニューロンへの一連のポインタと必要な接続データが含まれています。
-アクティブ化がしきい値を超えたかどうかに対応する値が含まれます。
-しきい値を超えると、ニューロン内のメソッドによって処理されるイベントがトリガーされ、接続の重みが更新され、接続されたニューロンのアクティブ化が更新されます。
私の見方では、イベント駆動型の性質により、ネットワークは複数のプロセッサでアクティベーションイベントを評価できます。また、ネットワークがローカルで更新されるという事実は、監視ありトレーニングを必要としないことを意味します。私はイベント駆動型プログラミング（wxPythonをいじった）にかなり慣れていないので、2つの質問をする必要があります。
シミュレーションを目的とした優れたイベント駆動型APIはありますか、それともopenglなどから必要な機能を抽出するだけでよいですか？
イベントをスキップせずに、特定の期間に発生する可能性のあるイベントの数を制限する方法について何か提案はありますか？シミュレーションは連鎖反応であり、適切に処理されない場合、すべてのプロセッサを消費します。