机译:学习具有非负权重约束的可理解神经网络
Department of Mathematics and Computer Science, University of Wroclaw, Wroclaw, Poland;
Biological neural networks; Data models; Educational institutions; Neurons; Principal component analysis; Training; Vectors; Multilayer perceptron; pattern analysis; supervised learning; white-box models; white-box models.;
机译:带有非负确定单调递增加权函数矩阵的离散Hopfield神经网络的稳定性分析
机译:带有非负确定单调递增加权函数矩阵的离散Hopfield神经网络的稳定性分析
机译:基于多层神经网络的权重量化的学习数据的选择与重新学习
机译:贝叶斯学习技术:在权空间受限的神经网络中的应用
机译:竞争性学习神经网络集成由预测性能加权。
机译:不依赖尖峰时间的可塑性和短期可塑性共同控制Hebbian可塑性的激发神经网络中的权重约束
机译:关于一致权重初始化深神经网络的初始化和神经网络集合学习的算法
机译:二元权重神经网络的计算与学习