Zobrazeno 1 - 10
of 1 235
pro vyhledávání: '"Error-driven learning"'
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.
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:
Franziska Bröker, Michael Ramscar
Publikováno v:
Language, Cognition and Neuroscience
Theories of language and cognition develop iteratively from ideas, experiments and models. The abstract nature of “cognitive processes” means that computational models play a critical role in this, yet bridging the gaps between models, data, and
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::b9a3bfec7fdb544ff447f48ab26ab1b8
https://hdl.handle.net/21.11116/0000-0007-9E7A-F
https://hdl.handle.net/21.11116/0000-0007-9E7A-F
Supervisor: 長谷川 忍
先端科学技術研究科
修士(情報科学)
先端科学技術研究科
修士(情報科学)
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=jairo_______::1d5063990604d439ac27889e020c2dbd
http://hdl.handle.net/10119/18317
http://hdl.handle.net/10119/18317
Publikováno v:
Behavior Research Methods, 54. SPRINGER
Error-driven learning algorithms, which iteratively adjust expectations based on prediction error, are the basis for a vast array of computational models in the brain and cognitive sciences that often differ widely in their precise form and applicati
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::1e1c3b0c4134b6ab08210e24c3c0d850
https://hdl.handle.net/11370/fdd85e90-af7c-407a-a6e6-8d4986c18915
https://hdl.handle.net/11370/fdd85e90-af7c-407a-a6e6-8d4986c18915
Publikováno v:
Communications Biology, Vol 4, Iss 1, Pp 1-12 (2021)
Communications Biology
Communications biology, 4(1):618
Communications Biology
Communications biology, 4(1):618
Computational models proposed that the medial temporal lobe (MTL) contributes importantly to error-driven learning, though little direct in-vivo evidence for this hypothesis exists. To test this, we recorded in the entorhinal cortex (EC) and hippocam
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::969fb50389f8141a6c0b2f15c900326b
https://doaj.org/article/ba94dae0ea58462b8b07cd69d59aa487
https://doaj.org/article/ba94dae0ea58462b8b07cd69d59aa487