|
已选(0)清除
条数/页： 排序方式： |
| Modelling Speaker-dependent Auditory Attention Using A Spiking Neural Network with Temporal Coding and Supervised Learning 会议论文
, Sydney, Australia, December 12-15, 2019
作者: Yating Huang ; Jiaming Xu; Bo Xu
 Adobe PDF(3377Kb) |  收藏 | 浏览/下载：182/41 | 提交时间：2022/09/17 |
| Design and Validation of an Asymmetric Bowden-Cable-Driven Series Elastic Actuator 会议论文
, Dali, China, 2019.12
作者: Ning Sun; Long Cheng; Lin Tian; Zeng-Guang Hou; Min Tan
Adobe PDF(4602Kb) | 收藏 | 浏览/下载：153/45 | 提交时间：2022/08/29 |
| Biological Neuron Coding Inspired Binary Word Embeddings 期刊论文
COGNITIVE COMPUTATION, 2019, 卷号: 11, 期号: 5, 页码: 676-684
作者: Wang, Yuwei; Zeng, Yi; Tang, Jianbo; Xu, Bo
Adobe PDF(1713Kb) | 收藏 | 浏览/下载：262/35 | 提交时间：2020/03/30
Word embeddings Neuron coding Spiking neural networks |
| 任务状态下皮层宏观及介观网络中的相互作用研究 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2019
作者: 牛威昆
 Adobe PDF(5619Kb) | 收藏 | 浏览/下载：347/8 | 提交时间：2019/12/30
任务态功能网络 高阶相互作用 神经同步活动 格兰杰因果 模式分类 |
| 深度脉冲神经网络转换学习算法研究 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2019
作者: 陈睿智
Adobe PDF(4129Kb) | 收藏 | 浏览/下载：532/11 | 提交时间：2019/06/22
脉冲神经网络 反向传播算法 脉冲神经网络学习算法 |
| 卷积神经网络高效计算关键技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2019
作者: 郭鹏
Adobe PDF(5436Kb) | 收藏 | 浏览/下载：279/11 | 提交时间：2019/06/17
深度神经网络 卷积神经网络 二值网络 低比特量化 神经网络加速器 |
| 融合多源数据知识的复杂工业过程优化决策方法研究 学位论文
, 北京: 中国科学院大学, 2019
作者: 刘承宝
Adobe PDF(60574Kb) | 收藏 | 浏览/下载：497/4 | 提交时间：2019/06/17
多源数据融合 知识获取 生成式对抗网络 智能优化决策 锂离子电池单体电芯一致性分选 |
| 类脑自主学习与决策神经网络模型 学位论文
, 中国科学院大学: 中国科学院自动化化研究所, 2019
作者: 赵菲菲
Adobe PDF(16032Kb) | 收藏 | 浏览/下载：776/18 | 提交时间：2019/06/05
类脑自主学习与决策 多脑区协同 脉冲神经网络 发育神经网络 微观可塑性 视觉恐惧反应模型 无人机自主决策 |
| 基于脉冲神经网络的手部康复动作识别 学位论文
工程硕士, 中国科学院自动化研究所: 中国科学院大学, 2019
作者: 刘洋
Adobe PDF(10982Kb) | 收藏 | 浏览/下载：341/10 | 提交时间：2019/06/04
脉冲神经网络 表面肌电信号 手部康复动作识别 学习算法 |
| Multi-Scale Expressions of One Optimal State Regulated by Dopamine in the Prefrontal Cortex 期刊论文
Frontiers in physiology, 2019, 卷号: 10, 期号: 113, 页码: 3389
作者: Guyue Hu; Xuhui Huang; Tianzi Jiang; Shan Yu
Adobe PDF(3183Kb) | 收藏 | 浏览/下载：254/38 | 提交时间：2019/04/08
Optimal States E/I Balance Dopamine The PFC Working Memory Criticality |
