この記事では、スパイキング型神経ネットワーク（SNN）とゲート付き再帰ユニット（GRU）の組み合わせによる新しいアーキテクチャ「畳み込みスパイキングGRU（CS-GRU）」を提案しています。このモデルは、時系列データを効果的に処理する能力を持ち、特に空間的・時間的な依存関係を保持するために畳み込み操作を利用します。従来の再帰神経ネットワーク（RNN）は、長いシーケンスを扱う際に局所的な詳細を失うことがありますが、CS-GRUはそのような問題を解決します。実験の結果、CS-GRUは最新のGRUバリエーションよりも平均4.35%の精度向上を示し、MNISTで99.31%の高精度を達成しています。また、SpikGRUと比較して69%の高効率を実現しています。この研究は、2025年のIEEE国際ワークショップで発表されました。