Zobrazeno 1 - 10
of 37
pro vyhledávání: '"Luqman, R."'
Autor:
Bachtiar, Luqman R.1 lbac004@aucklanduni.ac.nz, Unsworth, Charles P.1 c.unsworth@auckland.ac.nz, Newcomb, Richard D.2,3 richard.newcomb@plantandfood.co.nz
Publikováno v:
Neural Computation. 2015, Vol. 27 Issue 1, p171-201. 31p. 4 Diagrams, 3 Charts, 5 Graphs.
Publikováno v:
Neural Computation. 27:171-201
The model organism, Drosophila melanogaster, and the mosquito Anopheles gambiae use 60 and 79 odorant receptors, respectively, to sense their olfactory world. However, a commercial “electronic nose” in the form of an insect olfactory biosensor de
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::8011492b306c3972effb16cc2f5eec89
https://doi.org/10.1162/neco_a_00691
https://doi.org/10.1162/neco_a_00691
Autor:
Bachtiar, Luqman R.1 lbac004@aucklanduni.ac.nz, Unsworth, Charles P.1 c.unsworth@auckland.ac.nz, Newcomb, Richard D.2,3 Richard.Newcomb@plantandfood.co.nz, Crampin, Edmund J.4 e.crampin@auckland.ac.nz
Publikováno v:
Neural Computation. Jan2013, Vol. 25 Issue 1, p259-287. 29p.
Publikováno v:
ResearcherID
In this letter, we use the firing rates from an array of olfactory sensory neurons (OSNs) of the fruit fly, Drosophila melanogaster, to train an artificial neural network (ANN) to distinguish different chemical classes of volatile odorants. Bootstrap
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::ffd6171b53e58528c38eff47b7730e8e
https://doi.org/10.1162/neco_a_00386
https://doi.org/10.1162/neco_a_00386
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.
Publikováno v:
EMBC
In our previous work, we have investigated the classification of odorants based on their chemical classes only, e.g. Alcohol, Terpene or Ester, using Artificial Neural Networks (ANN) as the signal processing backend of an insect olfactory electronic
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::8d8ad72e65610d5e43e5f5d82b2ef49a
https://doi.org/10.1109/embc.2014.6944311
https://doi.org/10.1109/embc.2014.6944311
Publikováno v:
EMBC
Current electronic noses, or e-noses, that employ insect odorant receptors (Ors) as their sensory front end are potentially limited by the fact that the Ors come from a single species. In addition, a realistic e-nose also demands low numbers of Ors a
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::2f7e2ef8477b48214e1275bc2b55dbfa
https://doi.org/10.1109/embc.2014.6943750
https://doi.org/10.1109/embc.2014.6943750