中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共9条，第1-9条 帮助

限定条件                    
已选(0)清除 条数/页：   排序方式：
Filter Bank Adversarial Domain Adaptation For Motor Imagery Brain Computer Interface 会议论文
, Online, 18-22 July 2021
作者:  Yukun Zhang;  Shuang Qiu;  Wei Wei;  Xuelin Ma;  Huiguang He
Adobe PDF(602Kb)  |  收藏  |  浏览/下载：114/30  |  提交时间：2023/06/26
brain-computer interface  motor imagery  transfer learning  domain adaptation  filter bank  calibration reduction  
A Brain-Inspired Causal Reasoning Model Based on Spiking Neural Networks 会议论文
, Shenzhen, China, 18-22 July 2021
作者:  Fang HongJian(方宏坚);  Zeng Yi(曾毅)
Adobe PDF(1959Kb)  |  收藏  |  浏览/下载：200/64  |  提交时间：2022/09/26
Quantum superposition inspired spiking neural network 期刊论文
ISCIENCE, 2021, 卷号: 24, 期号: 8, 页码: 16
作者:  Sun, Yinqian;  Zeng, Yi;  Zhang, Tielin
Adobe PDF(2756Kb)  |  收藏  |  浏览/下载：227/38  |  提交时间：2021/11/03
受皮层丘脑环路启发的神经网络计算模型 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院大学, 2021
作者:  赵东城
Adobe PDF(10251Kb)  |  收藏  |  浏览/下载：250/7  |  提交时间：2021/06/30
皮层丘脑环路  跨脑区反馈  脑区内反馈  突触可塑性  脉冲神经网络  
面向脑电情绪识别的领域自适应方法研究 学位论文
, 中国科学院自动化所: 中国科学院大学, 2021
作者:  王奕欣
Adobe PDF(3659Kb)  |  收藏  |  浏览/下载：233/8  |  提交时间：2021/06/21
深度学习  迁移学习  领域自适应  情绪识别  脑机接口  
面向精神疾病分类诊断的磁共振影像机器学习算法研究 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, 2021
作者:  姚东任
Adobe PDF(10847Kb)  |  收藏  |  浏览/下载：254/7  |  提交时间：2021/06/17
脑影像  连接网路  特征选择  图卷积  
基于快速序列视觉呈现的脑-机接口系统的解码算法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2021
作者:  魏玮
Adobe PDF(5922Kb)  |  收藏  |  浏览/下载：369/11  |  提交时间：2021/06/15
快速序列视觉呈现  脑-机接口  高精度脑电解码  领域自适应  元学习  
基于类脑脉冲神经网络的音乐学习模型 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院大学, 2021
作者:  梁倩
Adobe PDF(12051Kb)  |  收藏  |  浏览/下载：251/3  |  提交时间：2021/06/11
类脑脉冲神经网络  多脑区协同模型  音乐记忆  音乐学习  音乐作曲  
Brain Inspired Sequences Production by Spiking Neural Networks With Reward-Modulated STDP 期刊论文
FRONTIERS IN COMPUTATIONAL NEUROSCIENCE, 2021, 卷号: 15, 页码: 13
作者:  Fang, Hongjian;  Zeng, Yi;  Zhao, Feifei
Adobe PDF(2485Kb)  |  收藏  |  浏览/下载：302/59  |  提交时间：2021/04/06
brain-inspired intelligence  spiking neural network  reward-medulated STDP  population coding  reinforcement learning