Floating-Point Approximation Enabling Cost-Effective and High-Precision Digital Implementation of FitzHugh-Nagumo Neural Networks. | IEEE Trans Biomed Circuits Syst;18(2): 347-360, 2024 Apr. | MEDLINE

Contenido principal 1 Búsqueda 2 Pie de página 3

+A A -A Alto contraste

Portal Regional de la BVS

Información y Conocimiento para la Salud

Localizar descriptor de asunto Búsqueda Avanzada EVID@Easy

Floating-Point Approximation Enabling Cost-Effective and High-Precision Digital Implementation of FitzHugh-Nagumo Neural Networks.

Zuo, Y; Ning, N; Qiao, G C; Wu, J H; Bao, J H; Zhang, X Y; Bai, J; Wu, F H; Liu, Y; Yu, Q; Hu, S G.

IEEE Trans Biomed Circuits Syst ; 18(2): 347-360, 2024 Apr.

Article en En | MEDLINE | ID: mdl-37878421

Asunto(s)

Modelos Neurológicos; Redes Neurales de la Computación; Análisis Costo-Beneficio; Neuronas/fisiología; Simulación por Computador

Añadir a Mi BVS

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Redes Neurales de la Computación / Modelos Neurológicos Idioma: En Revista: IEEE Trans Biomed Circuits Syst Año: 2024 Tipo del documento: Article Pais de publicación: Estados Unidos

Añadir a Mi BVS

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Redes Neurales de la Computación / Modelos Neurológicos Idioma: En Revista: IEEE Trans Biomed Circuits Syst Año: 2024 Tipo del documento: Article Pais de publicación: Estados Unidos