Le Spiking Neural Networks (SNN) rappresentano la terza generazione di reti neurali, la cui tecnologia trae ispirata al cervello umano. L'analisi preliminare effettuata in opere allo stato dell'arte neuromorfiche evidenzia una serie di vantaggi nell'uso di queste tecnologie rispetto alle moderne tecniche utilizzate per l'analisi dei dati. Poich¿ l'informazione viene elaborata sotto forma di un impulso elettrico chiamato anche spike, e sfruttando una struttura neurale sparsamente connessa e un'elaborazione asincrona dei neuroni, queste reti promettono di essere la soluzione all'enorme consumo energetico delle ANN, mantenendo delle accuracy competitive. Procedendo con un'analisi completa di una pipeline di machine learning sull'analisi di campioni sensoristici, ho analizzato le fasi di preelaborazione, codifica, modellazione e classificazione in chiave neuromorfica.