Zobrazeno 1 - 10
of 31
pro vyhledávání: '"Escola, G. Sean"'
Autor:
Logiaco, Laureline, Escola, G. Sean
We study learning of recurrent neural networks that produce temporal sequences consisting of the concatenation of re-usable "motifs". In the context of neuroscience or robotics, these motifs would be the motor primitives from which complex behavior i
Externí odkaz:
http://arxiv.org/abs/2006.13332
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Trained recurrent networks are powerful tools for modeling dynamic neural computations. We present a target-based method for modifying the full connectivity matrix of a recurrent network to train it to perform tasks involving temporally complex input
Externí odkaz:
http://arxiv.org/abs/1710.03070
Publikováno v:
In Patterns 8 April 2022 3(4)
Autor:
Nemenman, Ilya, Escola, G. Sean, Hlavacek, William S., Unkefer, Pat J., Unkefer, Clifford J., Wall, Michael E.
Publikováno v:
Ann. N.Y. Acad. Sci. 1115: 102\^a?"115 (2007)
We investigate the ability of algorithms developed for reverse engineering of transcriptional regulatory networks to reconstruct metabolic networks from high-throughput metabolite profiling data. For this, we generate synthetic metabolic profiles for
Externí odkaz:
http://arxiv.org/abs/0706.2007
Publikováno v:
Nature Neuroscience; October 2023, Vol. 26 Issue: 10 p1791-1804, 14p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Patterns 8 April 2022 3(4)
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.