Zobrazeno 1 - 10
of 613
pro vyhledávání: '"Barak O"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Yes
Objectives To examine the impact of memory accessibility on episodic future thinking. Design Single-case study of neurological patient HCM and an age-matched comparison group of neurologically Healthy Controls. Methods We administered a full
Objectives To examine the impact of memory accessibility on episodic future thinking. Design Single-case study of neurological patient HCM and an age-matched comparison group of neurologically Healthy Controls. Methods We administered a full
Externí odkaz:
http://hdl.handle.net/10454/13162
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Barak Ostraich, Raziel Riemer
Publikováno v:
IEEE Transactions on Neural Systems and Rehabilitation Engineering, Vol 32, Pp 2153-2164 (2024)
Designing an exoskeleton that can improve user capabilities is a challenging task, and most designs rely on experiments to achieve this goal. A different approach is to use simulation-based designs to determine optimal device parameters. Most of thes
Externí odkaz:
https://doaj.org/article/778238b829bd498eab2c0b753d9aa0ed
Publikováno v:
Scopus-Elsevier
Recurrent neural networks (RNNs) trained on low-dimensional tasks have been widely used to model functional biological networks. However, the solutions found by learning and the effect of initial connectivity are not well understood. Here, we examine
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::093446d62730993855260478040905c7
http://arxiv.org/abs/2006.11036
http://arxiv.org/abs/2006.11036
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.