Structure, dynamics and self-organization in recurrent neural networks : from 
machine learning to theoretical neuroscience

Vilimelis Aceituno, Pau

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben

Hochschulschrift

Structure, dynamics and self-organization in recurrent neural networks : from machine learning to theoretical neuroscience

MPG-Autoren

Vilimelis Aceituno, Pau
Max Planck Institute for Mathematics in the Sciences, Max Planck Society;

Externe Ressourcen

Es sind keine externen Ressourcen hinterlegt

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

Es sind keine frei zugänglichen Volltexte in PuRe verfügbar

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Vilimelis Aceituno, P. (2020). Structure, dynamics and self-organization in recurrent neural networks: from machine learning to theoretical neuroscience. Thesis.

Zitierlink: https://hdl.handle.net/21.11116/0000-0008-5D10-E

Zusammenfassung

Es ist keine Zusammenfassung verfügbar