The role of excitatory and inhibitory learning in EXIN networks (1998)
- Autores:
- Autor USP: ARAUJO, ALUIZIO FAUSTO RIBEIRO - EESC
- Unidade: EESC
- Assunto: INTELIGÊNCIA ARTIFICIAL
- Idioma: Inglês
- Imprenta:
- Editora: IEEE
- Local: Piscataway
- Data de publicação: 1998
- Fonte:
- Título do periódico: Proceedings
- Nome do evento: IEEE World Congress on Computational Intelligence
-
ABNT
BARRETO, Guilherme de A e ARAÚJO, Aluízio Fausto Ribeiro. The role of excitatory and inhibitory learning in EXIN networks. 1998, Anais.. Piscataway: IEEE, 1998. Disponível em: https://repositorio.usp.br/directbitstream/a07db4df-a608-4a92-9594-86ab1a18291a/prod_000667_sysno_1010780.pdf. Acesso em: 05 maio 2024. -
APA
Barreto, G. de A., & Araújo, A. F. R. (1998). The role of excitatory and inhibitory learning in EXIN networks. In Proceedings. Piscataway: IEEE. Recuperado de https://repositorio.usp.br/directbitstream/a07db4df-a608-4a92-9594-86ab1a18291a/prod_000667_sysno_1010780.pdf -
NLM
Barreto G de A, Araújo AFR. The role of excitatory and inhibitory learning in EXIN networks [Internet]. Proceedings. 1998 ;[citado 2024 maio 05 ] Available from: https://repositorio.usp.br/directbitstream/a07db4df-a608-4a92-9594-86ab1a18291a/prod_000667_sysno_1010780.pdf -
Vancouver
Barreto G de A, Araújo AFR. The role of excitatory and inhibitory learning in EXIN networks [Internet]. Proceedings. 1998 ;[citado 2024 maio 05 ] Available from: https://repositorio.usp.br/directbitstream/a07db4df-a608-4a92-9594-86ab1a18291a/prod_000667_sysno_1010780.pdf - Estudo de interfaces gráficas para aplicação em sistemas dinâmicos
- Chaos from PWM electrohidraulic
- Sistema de rádio localização de robô móvel
- Agentes-Q: um algoritmo de roteamento para redes de telecomunicações
- The role played by intralayer and interlayer feedback connections in recurrent neural networks used for planning
- Reward-penalty reiforcement learning scheme for planning and reactive behavior [CD-ROM]
- Competitive and temporal Hebbian learning for production of robot trajectories
- Fast learning of robot trajectories via unsupervised neural networks
- Unsupervised learning and recall of temporal sequences: an application to robotics
- Reinforcement learning based on potential field methods to navigate in initially unknown environments
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | prod_000667_sysno_1010780... | Direct link |
Como citar
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
