Zobrazeno 1 - 10
of 10
pro vyhledávání: '"Pospisil, Dean A."'
Measuring geometric similarity between high-dimensional network representations is a topic of longstanding interest to neuroscience and deep learning. Although many methods have been proposed, only a few works have rigorously analyzed their statistic
Externí odkaz:
http://arxiv.org/abs/2310.05742
Autor:
Pospisil, Dean A., Aragon, Max J., Dorkenwald, Sven, Matsliah, Arie, Sterling, Amy R., Schlegel, Philipp, Yu, Szi-chieh, McKellar, Claire E., Costa, Marta, Eichler, Katharina, Jefferis, Gregory S. X. E., Murthy, Mala, Pillow, Jonathan W.
Publikováno v:
Nature; Oct2024, Vol. 634 Issue 8032, p201-209, 9p
Autor:
Pospisil, Dean A.1 (AUTHOR) deanp3@uw.edu, Bair, Wyeth1,2,3,4 (AUTHOR)
Publikováno v:
PLoS Computational Biology. 8/4/2021, Vol. 17 Issue 8, p1-36. 36p. 1 Diagram, 12 Graphs.
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:
MODVIS Workshop
Convolutional neural nets (CNNs) are currently the highest performing image recognition computer algorithms. Of interest is whether these CNNs, following extensive supervised training, perform computations similar to those in the ventral visual strea
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______540::43befbca4e651979be70f9e81e4e290b
http://docs.lib.purdue.edu/cgi/viewcontent.cgi?article=1091&context=modvis
http://docs.lib.purdue.edu/cgi/viewcontent.cgi?article=1091&context=modvis
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:
Pospisil DA; Princeton Neuroscience Institute, Princeton University, Princeton, NJ, USA., Aragon MJ; Princeton Neuroscience Institute, Princeton University, Princeton, NJ, USA., Dorkenwald S; Princeton Neuroscience Institute, Princeton University, Princeton, NJ, USA.; Computer Science Department, Princeton University, Princeton, NJ, USA., Matsliah A; Princeton Neuroscience Institute, Princeton University, Princeton, NJ, USA., Sterling AR; Princeton Neuroscience Institute, Princeton University, Princeton, NJ, USA., Schlegel P; Neurobiology Division, MRC Laboratory of Molecular Biology, Cambridge, UK.; Drosophila Connectomics Group, Department of Zoology, University of Cambridge, Cambridge, UK., Yu SC; Princeton Neuroscience Institute, Princeton University, Princeton, NJ, USA., McKellar CE; Princeton Neuroscience Institute, Princeton University, Princeton, NJ, USA., Costa M; Drosophila Connectomics Group, Department of Zoology, University of Cambridge, Cambridge, UK., Eichler K; Drosophila Connectomics Group, Department of Zoology, University of Cambridge, Cambridge, UK., Jefferis GSXE; Neurobiology Division, MRC Laboratory of Molecular Biology, Cambridge, UK.; Drosophila Connectomics Group, Department of Zoology, University of Cambridge, Cambridge, UK., Murthy M; Princeton Neuroscience Institute, Princeton University, Princeton, NJ, USA., Pillow JW; Princeton Neuroscience Institute, Princeton University, Princeton, NJ, USA.
Publikováno v:
BioRxiv : the preprint server for biology [bioRxiv] 2024 Feb 09. Date of Electronic Publication: 2024 Feb 09.