Deutsch
 
Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Supervised learning in spiking neural networks with noise-threshold

Zhang, M., Qu, H., Xie, X., Kurths, J. (2017): Supervised learning in spiking neural networks with noise-threshold. - Neurocomputing, 219, 333-349.
https://doi.org/10.1016/j.neucom.2016.09.044

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://publications.pik-potsdam.de/pubman/item/item_21569 Versions-Permalink: https://publications.pik-potsdam.de/pubman/item/item_21569_2
Genre: Zeitschriftenartikel

Dateien

einblenden: Dateien
ausblenden: Dateien
:
7556.pdf (beliebiger Volltext), 2MB
 
Datei-Permalink:
-
Name:
7556.pdf
Beschreibung:
-
Sichtbarkeit:
Privat
MIME-Typ / Prüfsumme:
application/pdf
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Zhang, M.1, Autor
Qu, H.1, Autor
Xie, X.1, Autor
Kurths, Jürgen2, Autor              
Affiliations:
1Potsdam Institute for Climate Impact Research and Cooperation Partners, ou_persistent13              
2Potsdam Institute for Climate Impact Research, ou_persistent13              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2017
 Publikationsstatus: Final veröffentlicht
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.1016/j.neucom.2016.09.044
PIKDOMAIN: Transdisciplinary Concepts & Methods - Research Domain IV
eDoc: 7556
Working Group: Network- and machine-learning-based prediction of extreme events
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Neurocomputing
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 219 Artikelnummer: - Start- / Endseite: 333 - 349 Identifikator: -