Diversity-induced resonance for optimally suprathreshold signals (2020)
- Authors:
- Autor USP: LIANG, ZHAO - FFCLRP
- Unidade: FFCLRP
- DOI: 10.1063/5.0022065
- Subjects: POTENCIAIS DE AÇÃO; SIMULAÇÃO (APRENDIZAGEM); MODELOS ANATÔMICOS; NEURÔNIOS
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título do periódico: Chaos: An Interdisciplinary Journal of Nonlinear Science
- ISSN: 1054-1500
- Volume/Número/Paginação/Ano: v. 30, n. 10, art. 103101, 2020
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
LIANG, Xiaoming e ZHANG, Xiyun e ZHAO, Liang. Diversity-induced resonance for optimally suprathreshold signals. Chaos: An Interdisciplinary Journal of Nonlinear Science, v. 30, n. 10, 2020Tradução . . Disponível em: https://doi.org/10.1063/5.0022065. Acesso em: 21 maio 2024. -
APA
Liang, X., Zhang, X., & Zhao, L. (2020). Diversity-induced resonance for optimally suprathreshold signals. Chaos: An Interdisciplinary Journal of Nonlinear Science, 30( 10). doi:10.1063/5.0022065 -
NLM
Liang X, Zhang X, Zhao L. Diversity-induced resonance for optimally suprathreshold signals [Internet]. Chaos: An Interdisciplinary Journal of Nonlinear Science. 2020 ; 30( 10):[citado 2024 maio 21 ] Available from: https://doi.org/10.1063/5.0022065 -
Vancouver
Liang X, Zhang X, Zhao L. Diversity-induced resonance for optimally suprathreshold signals [Internet]. Chaos: An Interdisciplinary Journal of Nonlinear Science. 2020 ; 30( 10):[citado 2024 maio 21 ] Available from: https://doi.org/10.1063/5.0022065 - Redes de elementos complexos para processamento de informação
- Structural outlier detection: a tourist walk approach
- Network-based high level data classification
- Uncovering overlapping structures via stochastic competitive learning
- Particle competition and cooperation to prevent error propagation from mislabeled data in semi-supervised learning
- Enhancing weak signal transmission through a feedforward network
- Multiple images set classification via network modularity
- Classification of multiple observation sets via network modularity
- Particle competition and cooperation in networks for semi-supervised learning with concept drift
- Aprendizado de máquina em redes complexas
Informações sobre o DOI: 10.1063/5.0022065 (Fonte: oaDOI API)
Download do texto completo
Tipo | Nome | Link | |
---|---|---|---|
003188515.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas