Federacja Bibliotek Cyfrowych

Strona główna
Zielonogórska Biblioteka Cyfrowa
Comparison of supervised learning methods for spike time coding in spiking neural networks

Szczegóły obiektu: Comparison of supervised learning methods for spike time coding in spiking neural networks

tile.noImage

Instytucja dostarczająca:Zielonogórska Biblioteka Cyfrowa

Opis

Tytuł:
Comparison of supervised learning methods for spike time coding in spiking neural networks
Twórca:
Kasiński, Andrzej;
Ponulak, Filip
Współtwórca:
Korbicz, Józef (Red.)
Dostępność obiektu:
Dostęp otwarty
Prawa:
Biblioteka Uniwersytetu Zielonogórskiego
Data:
2006
Typ:
artykuł
Język:
angielski;
eng
Źródło:
AMCS, Volume 16, Number 1 (2006);
https://www.amcs.uz.zgora.pl/?action=paper&paper=278
Wydawca:
Zielona Góra: Uniwersytet Zielonogórski
Temat i słowa kluczowe:
supervised learning;
spiking neural networks;
time coding;
temporal sequences of spikes
Dostawca danych:
Zielonogórska Biblioteka Cyfrowa

Czy mogę z tego obiektu skorzystać?:
poproś o pozwolenie
Rodzaj zawartości:
obrazy

Podobne obiekty

tile.noImage

Comparison of supervised learning methods for spike time coding in spiking neural networks

Twórca:Kasiński, Andrzej | Ponulak, Filip

Data:2006

Rodzaj zawartości:obrazy

tile.noImage

Analysis of the ReSuMe learning process for spiking neural networks

Twórca:Ponulak, Filip

Data:2008

Rodzaj zawartości:obrazy

tile.noImage

A strategy learning model for autonomous agents based on classification

Twórca:Śnieżyński, Bartłomiej

Rodzaj zawartości:obrazy

Czy mogę z tego skorzystać?:poproś o pozwolenie

tile.noImage

Attack vectors on supervised machine learning systems in business applications

Twórca:Surma, Jerzy

Data:2020.12.31 | 2020

Rodzaj zawartości:obrazy

tile.noImage

Multi-label classification using error correcting output codes

Twórca:Kajdanowicz, Tomasz | Kazienko, Przemysław

Data:2012

Rodzaj zawartości:obrazy

tile.noImage

Supervised probabilistic failure prediction of tuned mass damper-equipped high steel frames using machine learning methods

Twórca:Farrokhi, Farshid | Rahimi, Sepideh

Data:2020.12.31 | 2020

Rodzaj zawartości:obrazy

tile.noImage

Prognozowanie bankructwa za pomocą klasyfikatorów rozmytych realizujących ideę maksymalnego marginesu

Twórca:Gąska, Damian

Data:2015.12.31 | 2015

Rodzaj zawartości:obrazy

tile.noImage

Stationary supercapacitor energy storage operation algorithm based on neural network learning system

Twórca:Jefimowski, W. | Nikitenko, A. | Drążek, Z. | Wieczorek, M.

Data:2020.08.31

Rodzaj zawartości:obrazy

Projekt FBC TeNe

Projekt dofinansowany z Funduszy Europejskich w ramach Programu Operacyjnego Polska Cyfrowa na lata 2014-2020 (projekt nr POPC.02.04.00-00-0012/20-00)

Więcej informacji o projekcie znajdziesz na stronie: https://tene.fbc.pionier.net.pl/

Fundusze Europejskie. Polska Cyfrowa

Rzeczpospolita Polska

FBC - Federacja Bibliotek Cyfrowych

Unia Europejska - Europejski Fundusz Rozwoju Regionalnego

Używamy plików cookies, by nieustannie zwiększać komfort przeglądania naszej strony internetowej. W celu uzyskania szczegółowych informacji, prosimy o zapoznanie się z dokumentem Polityki Prywatności